我国居民消费价格指数季节调整及短期预测.docVIP

我国居民消费价格指数季节调整及短期预测 　　摘要：月度经济时间序列往往会受到季节因素影响，使得经济发展中的客观变化规律被遮盖或混淆。因此，使用居民消费价格指数月度数据进行物价波动趋势分析时，首先应该采用科学的方法对月度时间序列中的季节因素进行识别、分离和调整。本文使用X-12-ARIMA和TRAMO/SEATS两种基于ARIMA模型的季节调整方法，对我国2001-2012年的定基比价格指数进行了季节调整，并对今后短期内CPI的走势进行了预测。 　　关键词：居民消费价格指数；季节调整；X-12-ARIMA；TRAMO/SEATS 　　中图分类号：C831 文献标识码：A DOI： 10.3969/j.issn1003-8256.2013.04.004 　　1 引言 　　在市场经济运行过程中，物价水平是一个重要的核心指标，也是国民经济发展状况的“晴雨表”。居民消费价格指数（Consumer Price Index，简称CPI）是反映一定时期内居民支付所消费商品和服务价格变动趋势及变化程度的相对数指标。它是一国分析和制定货币政策、财政政策、居民消费政策、工资政策、社会保障政策以及进行国民经济核算的重要依据。因此，对居民消费价格指数的趋势分析及短期预测具有十分重要的现实意义。 　　自2001年起，我国开始采用国际通用方法计算和公布定基价格指数。我国目前是以2000年平均价格作为基准，计算出各月定基价格指数后，再推算月环比、月同比及年度同比价格指数，同时可推算任意时间间距的多种价格指数[1]。然而，月度经济时间序列往往会受到季节因素，包括气候、工作周期、风俗习惯等的影响，从而使得经济发展中的客观变化规律被遮盖或混淆，以致我们难以正确解释和深入研究经济发展规律。因此，对CPI月度数据进行研究时，首先应该采用科学的方法对月度时间序列中的季节因素进行识别、分离和调整，从而使得时间序列能更好的反映其基本变动趋势，帮助我们做出正确的判断。 　　20世纪80年代之前，国际上普遍使用的X-11方法就是传统的经验平滑和季节调整程序。它始于1954年，美国普查局的Shiskin将计算机用于季节调整，开发了被称之为“方法I”的季节调整程序。此后，季节调整的方法每改进一次都以X加上序号表示，经历了11次的经验变化后，1965年开发完成X-11方法，并且在之后的很长一段时间内，X-11方法成为全世界统计机构使用的标准方法。进入20世纪90年代之后，随着时间序列分析技术的发展，季节调整方法得到迅速发展，X-11-ARIMA、X-12-ARIMA、TRAMO/SEATS等方法相继出现，使得季节调整理论研究有了新的飞跃。当前，国际上通用的季节调整的方法主要有X-11-ARIMA、X-12-ARIMA和TRAMO/SEATS这三种非常成熟的模型。 　　我国对于季节调整方法的研究大多侧重于借鉴国外已有的季节调整方法，结合国内数据进行实证分析。张鸣芳（2004）[1]使用X-12-ARIMA方法对上海市居民消费价格指数序列进行季节调整、分析和预测，并结合使用TRAMO/SEATS方法解决了中国与西方国家不同的春节假日因素的调整问题。栾慧德（2007）[2]采用X-12-ARIMA方法对中国月度CPI进行了季节调整，并比较了月环比CPI与月同比CPI的灵敏性。董雅秀等（2008）[3]使用X-11方法研究了CPI月度环比指数的季节调整，并建立了CPI中长期预测的模型。刘颖等（2009）[4]运用X-12-ARIMA 程序对我国居民消费价格指数时间序列进行季节调整；再用TRAMO/SEATS 方法剔除中国特有的春节假日因素；最后对CPI 进行短期预测。张虎等（2011）[5]用X-12-ARIMA方法对我国居民消费价格指数序列进行了季节调整，探测了交易日、闰年、异常值和春节对CPI指数的影响，比较了多种季节调整模型之间的优劣并进行调整，得出了春节效应模型为最优模型的结论，并使用这种模型对我国CPI指数进行了季节调整。 　　综合以上的研究成果可以看出，X-12-ARIMA方法和TRAMO/SEATS方法，是当前使用最多的两种季节调整方法。然而由于我国自2001年才开始公布定基价格指数，在以往的大多数研究中，为了使得样本个数足够多以满足季节调整的要求，多数学者不得不选取2000年以前的月份为基期，使用月度同比数据进行折算得到近似的定基比数据，再进行季节调整。本文克服了这一困难，采用2001-2012年的月度环比CPI指数折算定基比指数，使用国际上流行的X-12-ARIMA方法对CPI时间序列进行季节调整，并利用TRAMO/SEATS方法对中国特有的春节假日因素进行调整，最后对我国CPI指数在未来短期时间内的走势进行预测。 　　2 季节调整原理及方法 　　经