第1章 绪论

1.1 选题背景和意义

1.1.1 本书的选题背景

1905年，Yule等提出影响和组成时间序列的四个不可观测的成分，即趋势（Trend）、循环（Cycle）、季节（Season）和不规则（Irregular）成分。其中，趋势成分又称为长期趋势，它通常与短期（月或季度）的波动无关，与经济指标的基本发展特征相联系，如经济增长、社会发展和人口增加等。循环成分又称为周期成分，它反映经济时间序列长期内扩张和收缩交替出现的周期特征。有别于季节特征，一个周期通常大于一年。季节成分是经济时间序列一年中的月份或季度值在历年中具有的稳定的变动规律，通常由节假日、气候等季节成分决定。不规则成分即为上述成分中未能考虑到的成分，它的出现和持续时间、影响程度等均不可预知。1919年，Person提出将四种不可观测成分构建相互联系的模型，分为加法模型和乘法模型，通常称为Link-relative模型。

上述成分中，唯有第一种成分最能反映经济运行的本质特征和态势，第二、三种成分引发的波动往往掩盖经济运行的本质特征，使人们难以把握经济发展趋势，甚至做出错误判断。在同一时间序列中均包含上述成分，要对时间序列的变动做出科学判断，准确把握经济发展趋势，必须不断对时间序列中的季节成分和不规则成分进行调整。即将某时间序列中的季节成分和不规则成分剔除，使得经过季节成分调整的时间序列能准确反映社会经济运行态势。有些国家如澳大利亚公布趋势估计值而不是季节调整值，因为季节调整值包含了很多不规则成分，使得调整后的数据有着很大的方向变动性，趋势估计值很好地避免了上述问题，尤其在季节调整数据不稳定时，对数据用户来说用处更大。

1.选题的国外背景

20世纪50年代初期，国外在统计科学理论和实践领域开始了对季节调整方法和应用的研究。美国人口普查局在20世纪50年代的人口统计中，率先研制并应用了X-1季节调整模型，经过几十年的不断完善，延伸出了多种先进的季节调整方法，这将在本章1.2中作具体介绍。这里着重介绍季节调整在国外的应用背景。

（1）主要国际经济组织对季节调整的要求。经济合作与发展组织（OECD）要求对含有季节成分的所有短期经济指标进行季节调整，并公布季节调整前后的数据。认为应该进行季节调整的七个指标是：季度国民核算、居民消费价格指数、生产价格指数、工业生产指数、消费者信心指数、零售贸易量、货币发行量。在数据发布方面，要求根据不同用户需求，提供不同程度数据。如对于普通民众，仅提供解释和说明；对于统计专业用户，提供季节调整详细过程；对于专业分析研究用户，提供季节调整再处理详细资料等。欧盟统计局（Eurostat）要求成员国尽可能对含有季节成分的所有短期指标进行季节调整，其中必须调整的五个指标是：季度国民核算、CPI、劳动力市场、对外贸易、短期预警指标。在数据发布方面，根据用户的需要，发布季节调整后数据、日历效应数据、趋势—循环成分等。同时发布原始数据、说明及分析等资料。国际货币基金组织建议同时公布季节调整前后的经济序列，针对不同指标采取具体的调整措施和发布政策建议，如对不调整PPI的国家，必须调整该指数中受季节影响较大的细类（如原材料、农产品等价格指数）；对于那些调整PPI的国家，应发布详细的调整过程。

可见，主要国际经济组织均对经济时间序列的季节调整有着较高的不同程度的要求，但具体需要调整的指标和公布内容、公布方式均存在一定差异。

（2）发达国家季节调整实践。目前发达国家均对短期经济指标进行季节调整，涉及国民经济各个领域。将经济时间序列中出现季节成分并能够被确定的短期指标都进行季节调整的国家有美国、德国、加拿大、澳大利亚等。一些国家除PPI、劳动力成本等少数短期指标外，对其他含有季节成分的短期经济指标均进行季节调整，如日本、英国、法国、意大利等。对于季节调整后的指标，一些国家不仅进行环比，还进行同比，如日本、英国和加拿大等。为便于分析使用，一些国家还将一些短期指标进行环比折年率计算，如美国、日本和加拿大等。在数据公布方面，所有发达国家均同时公布经季节调整前后的数据。一些国家发布数据的同时，也发布相关的元数据和技术文件；一些发达国家根据用户群体的不同，将这些元数据和技术文件分为外部、内部和特殊用户需求三个方面。可见，不同国家在数据的公布上仍存在一些差异。

各国季节调整由于缺乏一致性，在进行季节调整数据比较和制定季节调整总量汇编政策方面陷入窘境。金融、财政和支付统计平衡委员会（CMFB）建立了联合工作组对欧洲各国在季节调整方面的不一致进行协调，并提出了一整套关于季度国民账户主要总量指标的调整建议，其参与国主要有英国、法国、西班牙、意大利、荷兰及比利时。

发达国家主要通过互联网和数据库、纸介质及光盘等多种渠道发布季节调整数据。各国统计机构及银行均设立专门的季节调整网站，介绍季节调整知识、提供季节调整培训、发布季节调整报告及研究文章等。有关季节调整的出版物也纷纷出现。

（3）发展中国家季节调整实践。发展中国家季节调整状况的差异较大，季节调整短期指标比较全面的国家有波兰、匈牙利、新加坡、韩国、南非、巴西和墨西哥等；只对有季节成分的重要短期指标进行调整的国家和地区有菲律宾，中国台湾、中国香港，大部分独联体国家以及巴尔干地区，调整指标包括季度国民核算、工业生产指数、就业、货币供应量、零售贸易、进出口等；有些国家对含季节成分的个别短期指标进行调整，包括季度国民核算或工业生产指数，如印度尼西亚、泰国等。

发展中国家在公布数据方面也各有差异，如波兰、匈牙利和韩国等，基本将所有季节调整后的数据免费公布在官方网站和出版物上；俄罗斯等独联体国家及新加坡、中国台湾仅公布少量指标；印度尼西亚则不对外公布季节调整数据。

由此可见，季节调整方法的理论和实践在发达国家已非常完善，而发展中国家还在不断完善中，季节调整实践在国家的统计工作中占有重要地位，非常值得我国借鉴。

2.选题的国内背景

在我国，理论统计学通常沿袭西方国家的数理统计学，应用统计学很长一段时间沿袭了苏联的社会经济统计学，理论和应用的结合较晚。1993年，国家统计局组织经济周期波动分析软件培训，我国政府统计人员此时才开始接触X-11-ARIMA模型。此后，我国统计学及相关学科的教材开始对季节调整方法作介绍，但至今人们对其理论理解和在实务中应用的认识仍不够。目前我国具有季节成分的所有时间序列都没有进行季节调整，消除季节之间不可比成分的一个主要方法是与上年度同期数据比较得到同比价格指数。我国社会经济不断融入世界经济一体化进程，要求我国与国际通行方法接轨，对我国传统统计方法提出了新挑战。引入时间序列季节调整方法，不仅提高了数据的分析能力和使用价值，同时对传统的统计数据搜集方式提出了改革的要求。

（1）对季节调整认识不足。经季节调整后的数据有其不利于理解之处。首先，季节调整数据主要体现实际指标的趋势，其总量和增长速度均与原始数据之间有着较大差异，不能反映实际经济含义。其次，在原序列中增加近期数据进行季节调整，原调整序列出现不同的调整值，传统上一个时期只有一个数据，因此出现理解上的困难。最后，季节调整时间序列的末端数据比中间数据的可信度低。原因是形成最终序列前，对起始端共4年数据进行修缮，当其用于预测同样得到终端数据可信度低的结论。尽管如此，但瑕不掩瑜，应充分意识到其优越性。国际上通常将原始数据和季节调整数据同时公布，这样不会影响原始数据对经济分析的重要价值。季节调整后数据是原始数据的有益补充和升华。

（2）基础统计数据搜集方式不利于季节调整。季节调整是对每个独立的本期（月或季度）数据进行调整，而不是累计数。我国除部分数据仅以累计方式搜集外，大部分基础数据是本期（月或季度）和累计同时搜集，但以累计数据为基准和主体。理论上累计数据差分后可得出本期数据，由于本期和累计数据之间存在统计时间和口径的差异，二手本期数据的季节调整反映的趋势不尽合理。我国基础数据搜集方式的不合理一定程度上阻碍了季节调整统计工作。要引入时间序列季节调整，首先要做的最重要的工作之一就是改善基础数据搜集方式，改变以累计数据搜集为主、以本期数据搜集为辅的数据搜集方式。

（3）忽视子年度数据，季节调整缺乏数据支持。长期以来我国实行计划经济体制，经济活动的变动较为平稳，年度核算即能反映国民经济的变动和发展情况。同时，年度数据搜集持续时间较长，便于数据的搜集和整理。1992年以来，我国正式确立了社会主义市场经济体制，市场经济体制下的经济活动瞬息万变，季度和月度数据作为反映经济发展过程的主要监测数据，显得尤为重要，它为合理把握经济走势提供了基础数据。我国重视年度数据、忽视子年度数据的传统也是目前季节调整工作难以开展的重要原因之一。

（4）实践统计方法不满足季节调整客观要求。季节调整的根本问题是解决人们在经济发展中经常遇到的且非常重要的波动趋势问题，它需要数理统计知识、计算机技术和实际问题的有机结合。在我国，关于月度和季度经济的分析研究，国内统计机构一般使用同比和累计同比增长率等方法分析经济发展趋势，这与发达国家采用先进的数理统计知识和计算机技术相差甚远，这也正是我国数据统计落后于发达国家的重要原因。在信息技术飞速发展和知识爆炸的年代，数理统计知识和计算机技术是统计工作者必备的知识技能。

（5）缺乏季节调整理论和应用的研究。目前，在我国，只有涉及季节调整某些方面的少数理论研究文章和课题，有关季节调整理论和方法的系统专题研究很少出现，也少见到国外有关季节调整研究方面的专题图书资料的引进。应用研究也仅仅局限在国外季节调整的常用方法在我国较低层次的应用，未曾见到对季节调整的核心技术的深入创新研究。我国对季节调整理论和应用的研究刚刚起步，仍停留在引进阶段，缺乏必要的系统化的深入研究。总之，在我国，季节调整无论在理论研究、知识普及还是在应用方面都很薄弱。

1.1.2 本书的选题意义

几乎所有的子年度（月度或季度）经济时间序列都会受到季节成分影响，季节调整的作用和意义普遍存在。季节调整的基本意义正如国际货币基金组织所认为的，季节性的出现使基本的低频动态变化和它们之间的关系变得模糊，国家统计局发布季节调整数据有助于用户把握数据的基本趋势。季节调整的衍生意义具体归纳如下：

1.将经济时间序列分解成各组成成分

季节调整可将经济时间序列包含的趋势—循环、季节和不规则成分进行分解，季节调整是为了剔除季节成分对时间序列趋势变动的干扰，季节调整后的序列通常包括趋势—循环成分，用以解释数据的基本趋势。季节调整的主要内容是季节调整后的数据，但在季节调整过程中也得到了其他的成分，通常容易被忽视。其中趋势和循环成分用通常的季节调整模型难以分解，但可以通过HP、BP等滤波进行分解。所得循环成分可以很好地判断宏观经济运行周期，所得季节成分可以用来研究经济时间序列的季节波动特征，所得不规则成分可以用来评估极端事件的影响等。季节调整应在原有应用研究基础上作进一步的推广，也给本书的研究提供了新的课题。

2.使得子年度数据具有可比性

传统上我国采取与上年同期的数据进行比较的方法得到同比价格指数，用来反映经济增长或下降变化。这种方法主要基于同比可以消除部分季节成分影响的考虑，但其局限性也很明显。它只能是当前和上一年的数据进行比较，也被称为年度环比，如果与近期比较甚至会出现相反的结论。因此，它不能及时反映经济变化转折点甚至产生错误结论。研究表明，采用不经过季节调整的数据得到的同比价格指数，所反映的经济周期的转折点平均滞后半年，该分析所得结论给经济决策带来诸多负面影响。季节调整数据由于消除了季节成分影响，使得不同子年度之间的数据可以直接比较，既可以计算环比价格指数，也可以计算同比价格指数。调整后的数据可以及时反映经济的瞬间变化，反映经济变化的转折点，对经济分析有非常重要的价值，为从事经济活动的人们进行决策提供科学依据。同时，季节调整数据也有利于国际、区域及其他方面的比较。

3.识别商业周期的变化和转折点测度

国际货币基金组织强调季节调整在季度国民账户核算中的作用，认为经季节调整的数据和趋势—循环估计值在识别商业周期的变化和转折点时不可或缺。识别商业周期的转折点是季度国民账户核算的主要目的，如果季节模式和一次性事件在数据中未被分离出去，将会是重要障碍。可见季节调整的重要意义。

4.用季节调整数据进行折年率测算

季节调整后数据的另一个用途是可以进行折年率测算。调整后的数据由于剔除了季节等不可比成分的影响，假设一个月度（季度）数据与一年中其他季度的数据相等，将调整后的绝对数乘12（或4）可以当做相应的年度数据，把调整后的数据对比上一季度的增长速度的12（或4）次幂当做相应的年度增长率，这就是折年增长速度。季节调整后数据的这一特点可以提高经济分析价值，使得以现行短期经济指标观察全年情况成为可能。