基于ARIMA模型的季节调整方法及研究进展.doc

基于ARIMA模型的春节因素调整方法研究* 郭志武 蒲继红 滕国召 【提 要】目的 研究基于ARIMA模型的春节因素调整方法。方法 构建通用的春节因素变量，将其作为回归变量纳入季节性ARIMA回归模型（regARIMA或TRAMO），采用AIC或BIC对模型的效果进行判断，确定最优模型。采用广义最小二乘法或最大似然法进行参数估计，并根据估计出的回归系数计算春节因素的影响程度。通过实例分析对上述方法进行实证。结果 实例分析表明，引入春节因素变量后的季节调整方法能有效地消除春节因素对时间序列的影响，并能定量分析春节因素的影响程度。结论 构建的春节因素变量具有较好的适用性，基于ARIMA模型的春节因素调整方法能有效地运用于时间序列的季节调整，为分析春节因素的影响提供了一种新的方法。 【关键词】 春节因素 季节调整 X-12-ARIMA TRAMO/SEATS 春节是我国的传统节日，由于其是阴历节日，因此对于公历来说春节是变动的，是一种移动假日。春节多数在2月，少数在1月，如果以7天的假期计算，则有些年份的春节假期会横跨1、2月。在春节期间，社会经济活动会产生变化，对许多社会经济指标都会产生较大的影响。春节因素对各种指标的影响不尽相同，需要具体分析。其对某些指标的影响是正向的，如对居民消费的影响；而对另外一些指标的影响是负向的，如对工业生产的影响等。由于春节只是在1、