您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
中国季度GDP季节调整分析_张鸣芳.pdf 12页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：150 &&
中国季度GDP季节调整分析_张鸣芳.pdf
你可能关注的文档：
··········
··········
--------------------------Page1------------------------------第31卷第7期财经研究Vol31No72005年7月JournalofFinanceandEconomicsJul2005中国季度GDP季节调整分析张鸣芳(上海财经大学统计学系,上海200433)　　摘　要:迄今为止,很少有关于中国季度GDP的研究。文章主要研究中国季度GDP时间序列的特性。通过软件DEMETRA2.0,使用X12ARIMA和TRAMOSEATS两种方法分解序列,给出了对中国季度GDP季节调整完整的诊断结果和基本的分析结论。　　关键词:中国季度GDP;X12ARIMA;TRAMO/SEATS;季节调整　　中图分类号:F222;F224.0　文献标识码:A文章编号:5)()　　长期以来,我国一直较重视年度国内生产总值GDP的核算和分析,而对季度GDP的核算一直未给予足够的重视。尽管我国从1992年开始进行季度GDP核算,但对季度GDP数据的分析还停留在较低的层次,使用的方法也较简单。本文采用国际上最新的处理季度或月度时间序列的季节调整方法———X12ARIMA和TRAMO/SEATS方法对我国季度GDP数据作了较为深入的季节调整研究,分析GDP季节变动的特征,正确估计和反映季度GDP的基本发展趋势。一、季度GDP核算的意义　　季度GDP与年度GDP在基本概念、口径范围上是一致的,但与年度GDP相比,核算季度GDP有其特殊的意义。　　1季度GDP能提供比年度GDP更及时的当前经济发展的详细状况的描述,能够作为估计、分析和监控当前经济发展的参照指标。由于季度数据通常在一个季度之后的3个月之内可获得,相比较而言,年度数据的产生具有相当的时间滞后特征。因此,年度数据不能提供关于当前经济形势的及时的信息,这给监控经济周期和及时制订经济周期政策造成一定障碍。年度数据的收稿日期:()作者简介:张鸣芳1957-,女,江苏江阴人,上海财经大学统计学系副教授。·133·--------------------------Page2------------------------------财经研究2005年第7期跨度更适合提供关于经济结构和长期趋势的信息。　　2季度GDP可以及时分析国民经济总量的动态变化,为经济周期分析和经济建模提供了基础数据。及时性的缺乏是使用年度GDP数据构造预测模型的主要缺陷。要构造预测模型,最好是建立在当前经济形势最新的信息基础上,此外,季度数据更充分地反映了经济变量之间的动态关系,特别是领先关系和滞后关系,同时,也提供了相当于年度数据4倍的观测值,这在使用()数量分析技术时如回归分析是非常有益的。　　3季度GDP数据处于年度GDP数据和更短期的如月度数据之间,季度数据一般通过结合由短期原始统计数据得到的年度数据和年度数据的估计值来进行编制,因此,它具有比年度数据更及时且与短期原始统计数据相比增加了信息内涵和提高了信息质量。与季度数据相比,年度数据较少适合于经济周期的分析,因为年度数据掩盖了短期经济发展。年内经济发展在年度数据中是不能反映的,此外,在一年开始和在下一年结束的经济发展在年度数据中也不能反映。　　综上所述,季度GDP实效性强,能够及时反映国民经济的发展变化情况,可以为短期经济分析、加强宏观管理提供依据,因此核算和分析季度GDP具有重要的理论和现实意义。二、影响季度时间序列变动的因素　　与年度数据不同,季度GDP构成的时间序列往往会在正常年度中表现出有规律的周期变化,这种变化被称之为季节变动,季节变动常常是大得足以掩盖数据的其他特性,而那些数据的特性是与经济趋势分析有关的。如果每个(季度有一个或高或低的季节趋势值,要测定一个时间序列最近季度变化增)长、下降、转折点、无变化、与另一个经济指标的一致性等等的一般方向将是困难的。如果想要知道那些易于被季节变动掩盖的特征,特别是序列趋势的变化,必须进行季节调整。季节调整是一个从时间序列中估计和剔除季节影响的过程,目的是更好地揭示季度或月度序列的特征。同时,季节调整产生的数据,其相邻季度的值常常易于比较。　　进行季度数据的季节调整,首先要找出影响季度数据变动的因素。在时间序列分析中,根据影响季度或月度时间序列变动的因素不同,一般可分解为趋势成分、周期成分、季节成分和不规则成分。但在季节调整分析中,绝大多数的时间序列分解,由于一般的时间序列的观察值有限,不能充分地将趋势从周期变化中加以区分,因此,长期趋势和周期变动被合并为趋势—周期成分。　　为了对季度、月度时间序列作季节调整,世界货币基金组织在《季度国民[1]账户手册》中,定义了季度时间序列的三个主要组成成分并进一步细分为若干分支成分
正在加载中，请稍后...您当前的位置 ：
<input type="hidden" name="op" value="">
国家统计局4月起公布GDP等指标环比数据
来源：新华社
国家统计局将从４月份起，对外公布国内生产总值（ＧＤＰ）、规模以上工业增加值、固定资产投资（不含农户）和社会消费品零售总额四项统计指标经过季节调整后的环比数据。
国家统计局国民经济核算司司长彭志龙８日说，在月度或季度统计中，统计指标的增长速度按照对比基期的不同，分为同比速度和环比速度。同比速度便于计算，但由于两个对比时期间隔较长（月度数据间隔１１个月，季度数据间隔３个季度），不便于反映经济近期变动趋势。与同比速度的对比基期是上年同期不同，环比速度的对比基期是相邻的上一个时期，可以更加灵敏地反映短期经济变化，更好地为宏观决策和分析服务。
目前大多数发达国家均对主要经济指标开展环比统计，并进行季节调整，发布环比统计数据。但长期以来，我国的大部分月度和季度统计指标只计算同比速度。
彭志龙说，为了适应我国经济社会的快速发展，加强和完善统计体系，国家统计局从２００９年初全面开展环比统计研究，经过反复论证，确定了具有中国特色的季节调整方法，研制了国家统计局版季节调整软件ＮＢＳ－ＳＡ，并根据指标的重要性、数据的可获得性以及季节性特征，选定了ＧＤＰ、规模以上工业增加值、固定资产投资（不含农户）和社会消费品零售总额四项指标开展环比统计。
他说，开展环比统计工作的难点在于由于包括春节等移动假日在内的季节性因素影响到相邻两个时期数据的可比性，环比数据一般需要通过季节调整模型对原始统计数据进行加工处理，剔除季节因素的影响。而在剔除季节因素时，所选择季节调整模型和模型中参数确定方法不同，得到的环比统计结果会有所不同。
同时，由于季节调整的对象是时间序列数据，当时间序列中任何一个月度或季度的数据发生变化，或者加入最新一个时期的数据，都会通过季节调整模型的自动修正影响季节调整的结果。
对此，国家统计局国民经济综合统计司司长盛来运强调说，环比统计数据要经过多次修订，是统计技术上的客观要求。他表示，为方便用户使用，从４月份起，在发布当期环比数据的同时，国家统计局网站将发布模型自动修正的当年前期环比数据。
此外，彭志龙表示，环比统计数据的波动幅度通常大于同比统计数据的波动幅度。例如美国２０１０年四个季度的ＧＤＰ同比速度分别为２．４％、３．０％、３．２％和２．７％，而ＧＤＰ环比速度分别为３．７％、１．７％、２．６％和２．８％。因此，在使用环比数据进行经济分析时，不应仅看一个月度或季度的环比数据，而应连续观察一段时间的环比数据。
<input type="hidden" name="op" value="">
作者：王希 刘铮 编辑： 王力
##rep-begin##
##username####commenttime##
##commentcontent##
##rep-end##中国季度GDP的季节调整：结构时间序列方法
: 78-83&&&&DOI:
中国季度GDP的季节调整：结构时间序列方法
Seasonal Adjustment of China Quarterly GDP
Wang Qunyong
张晓峒 徐鹏. [J]. 统计研究, ): 10-16.
范维;张磊;石刚. [J]. 统计研究, ): 70-73.
版权所有 & 《统计研究》编辑部
通讯地址：北京月坛南街75号(100826)
电话：010-　E-mail:
本系统由设计开发对GDP进行季节调整的方法
&&&&&&&&&&&&&&&&&&&&&&&&&
文兼武& 刘冰& 杨红军&
为反映GDP等经济指标的基本趋势，国际上通常的做法是对季度或月度相关原始数据进行季节调整。了解和掌握国际上通用的GDP季节调整方法，对于研究和制定适合我国国情的季度GDP季节调整方法具有重要意义。
&&& 季节调整的概念和作用&&&
季节调整的概念。所谓季节调整，就是一个从时间序列中估计和剔除季节影响的过程，目的是更好地揭示季度或月度序列的特征或基本趋势。
季节调整的作用。一个季度或月度的时间序列往往会受到年内季节变动的影响，这种季节变动是由气候条件、生产周期、假期和销售等季节因素造成的。由于这些因素造成的影响有时大得足以遮盖时间序列短期的基本变动趋势，若要掌握经济运行的季度或月度变化，必须进行季节调整。
季节调整的三种模型：X-11-ARIMA、X-12-ARIMA和TRAMO/SEATS&&&
早在20世纪初，人们就开始了从时间序列中分解季节因素、调整季节变动的尝试。1931年，美国经济学家提出用移动平均比率法进行季节调整，成为季节调整方法的基础；1954年，美国普查局率先开发了利用计算机程序对时间序列进行季节调整，称为X－1模型。此后，季节调整的模型每改进一次都以X加上序号表示；<font COLOR="#65年，美国普查局推出比较完整的季节调整程序X-11模型，并很快成为全世界统计机构使用的标准方法。
目前，已开发出X-11-ARIMA、X-12-ARIMA和TRAMO/SEATS这3种比较成熟的模型用于季节调整，在国际上被普遍采用。
X-11-ARIMA模型。1978年，加拿大统计局推出了改进的X-11-ARIMA（自回归合并移动平均）模型。该方法引进随机建模的方法，通过自回归和移动平均方法对时间序列进行季节调整。这个方法不仅包含了X-11的所有优点，而且还具有通过ARIMA模型在季节调整前向前或向后扩展时间序列的能力。
X-12-ARIMA模型。美国劳工统计局在90年代推出了X-12-ARIMA模型，它基本上囊括了X-11-ARIMA的最新版本（X-11-ARIMA88版）的所有特性，同时改进了它在建模和诊断能力方面的缺陷，增加了几种模型和季节调整诊断方法。
TRAMO/SEATS模型。20世纪末，由西班牙中央银行研制并推出TRAMO/SEATS(ARIMA时间序列的信号提取/具有缺省值的时间序列回归)模型，该模型被广泛用于欧盟成员国季度和月度数据的季节调整。上述3种方法的思路基本相同，即均采用ARIMA来预测最近季度的趋势，但是在具体细节的技术处理及考虑的调整因素上存在着某些差异，因此调整的结果会有所不同。
季节调整的利弊
季节调整的优点。与原始数据相比，消除季节因素影响后的数据具有下述5个优点：一是更加准确地反映数据本身的基本趋势。利用科学的方法将季节因素从实际的时间序列数据中测定、分离、抵消和调整后，能使该序列更准确地反映指标的基本发展趋势。二是数据具有可比性。由于季节调整后的数据消除了季节因素的影响,使得不同季度或月度之间的数据可以直接比较。三是可以及时反映经济的短期变化，特别是可以反映经济变化的转折点，这对经济分析非常有价值，同时也是季节调整最大的优点。四是可以对季节调整后的数据进行年率化折算。五是经季节调整后的数据可用于短期预测。
季节调整的不足。季节调整后的数据也有其不易理解的方面：第一，调整后的时间序列是分析出来的数据，而不是直接观察出来的结果。未调整的时间序列相互之间是独立的，经调整后，改变了序列的季节性特征，使其成为相互之间关联的、变化趋小的序列。第二，同一个数据，经过不同次数的季节调整（因为每一次新的数据出来以后都要作为新的时间序列的一部分而重新进行季节调整），难以理解并被接受。
季节调整方法的应用
基本流程。一般来讲，对包括季度GDP数据进行季节调整的基本步骤可细化为：绘制原始数据图或计算序列自相关、预检验与预调整、均值修正、异常值的估计、季节调整与预测以及诊断和检验。以韩国中央银行的X－12－ARIMA为例具体描述流程（见下图）。
在各国的应用情况。国际上没有统一规定要采用哪一种方法进行季度GDP季节调整，各国根据各自的实际情况来选择。美国、日本、德国、加拿大、荷兰、挪威、瑞士和韩国采用X-12－ARIMA方法；澳大利亚、丹麦、芬兰、法国、新西兰和葡萄牙采用
X-11－ARIMA方法；奥地利、比利时、意大利、西班牙采用TRAMO/SEATS。不过，尽管美国使用X-12-ARIMA方法，但美国普查局已经在新版本的X-12-ARIMA中吸收了TRAMO/SEATS的内容。此外，欧盟统计局还支持开发了用于季节调整的特制软件——DEMETRA，这个软件合并了X－12-ARIMA和TRAMO/SEATS两种季节调整方法，并为用户提供了两种方法的方便、友好界面。新加坡、泰国、中国香港、印度尼西亚和菲律宾等亚洲的一些国家和地区也采用X－11－ARIMA或X－12－ARIMA模型对本国的季度GDP数据进行季节调整。
应注意的问题。在对季度GDP数据进行季节调整过程中以及发布调整的数据之前，需要重点注意如下7个问题：
第一，时间序列长度的确定。进行季节调整的时间序列的最小长度，取决于季节因素的稳定性、不规则等因素的大小。增加时间序列长度通常会增加估计的准确性，但这与数据质量并不一定直接成正比。不同模型对季节调整所需时间序列的公认最小长度为5年。
第二，直接调整和间接调整的选择。对GDP进行季节调整会涉及到选择间接法（调整的GDP总额是通过加总调整的GDP构成而获得），还是直接法（通过直接调整GDP总额而获得）的问题。对GDP构成进行季节调整后相加得到的调整序列未必与直接调整GDP总额得到的结果相同。欧盟统计局认为：“理论上，使用直接法会获得更高质量的总量序列，但要满足用户的一致性要求通常被迫使用间接法”。
第三，数据一致性问题。根据季节调整数据得到的年度合计数不会自动等于根据原始数据得出的合计数。但是，用户会要求季节调整总额与原始总额的一致，季节调整软件会提供一致性的选项，但是这样会降低调整序列的质量。
第四，数据和模型的修正问题，每当有新的季度或年度数据时，都要对季节调整数据进行修订。对用户而言，频繁的修正会带来麻烦。因此，需要在改善初步估计值与保持公布数据的稳定性之间找到一种平衡。
第五，数据发布政策问题。发达国家的通行政策是同时发布每个序列的原始数据及其季节调整数据。一些国家认为季节调整数据的重要性次于未经调整数据，因此将它们作为原始数据的补充形式发布，或仅以图表形式发布这些数据。但是，IMF建议同时公布两者，最好使用同一个图反映两个序列随时间的变化趋势。
第六，对于那些经济增长率高且经济运行中不规则成分大的国家不宜编制和发布GDP季节调整数据。以韩国为例，在韩国经济高速增长时期，韩国中央银行遇到的最大难题是难以向公众解释清楚为什么GDP折年率特别高，这是通过季节调整后季度GDP环比增速推导而来的，通过这种方法得到的GDP折年率大约是季度GDP环比增长率的四倍。
第七，必须研发适应自己国家的X-12-ARIMA版本。X-12-ARIMA提供了5套标准模型用于自动识别ARIMA模型，而一些亚洲国家，如韩国的大部分时间序列不适应依据加拿大时间序列建立起来的这5套标准模型。为此，韩国研究开发了自己的BOK-X-12-ARIMA软件。
季节调整的基本步骤:
1、检查异常值； 2、消除异常值； 3、修订及预测
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。您当前的位置 ：&&&&&&&&&&正文
国家统计局：中国第三季度GDP同比增长7.7%
　　(1)国内生产总值、规模以上工业增加值及其分类项目增长速度按可比价计算，为实际增长速度；其他指标除特殊说明外，按现价计算，为名义增长速度。
　　(2)经国务院批准，国家统计局从2011年4月份起对外公布国内生产总值、规模以上工业增加值、固定资产投资(不含农户)、社会消费品零售总额四项统计指标的经季节调整的环比数据。
　　根据季节调整模型自动修正结果，对近一年各期国内生产总值、规模以上工业增加值、固定资产投资(不含农户)、社会消费品零售总额环比增速进行修订。修订结果及2012年三季度GDP环比数据、2012年9月份其他指标环比数据如下：
　　2011年各季度及2012年一、二、三季度GDP环比增速分别为2.2%、2.5%、2.4%、1.7%、1.5%、2.0%和2.2%。
　　(3)2012年起，国家统计局执行新的国民经济行业分类标准(GB/T)，国民经济行业分类调整的具体内容请参见http://www./tjbz。
　　(4)东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省(市)；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省(市、自治区)。
　　(5)进出口数据来源于海关总署；货币供应量、人民币存贷款数据来源于中国人民银行。
　　(6)城乡居民人均收入中位数是指将所有调查户按人均收入水平从低到高顺序排列，处于最中间位置的调查户的人均收入。
　　注：1.国内生产总值、规模以上工业增加值及其分类项目增长速度均按可比价计算；农村居民人均现金收入、农村居民人均生活消费现金支出、城镇居民人均可支配收入和城镇居民人均现金消费支出增长速度均为实际增长速度；其他指标增长速度均按现价计算；2.全国建筑业企业指具有资质等级的总承包和专业承包建筑业企业，不含劳务分包建筑业企业；3.农产品生产价格指农产品生产者直接出售其产品时的价格；4.2012年起，国家统计局执行新的国民经济行业分类标准(GB/T )，具体内容请参见http://www./tjbz；5.进出口数据来源于海关总署，货币供应量、人民币存贷款数据来源于中国人民银行。
我来说两句
热点新闻排行榜
| 违法和不良信息举报电话：022- | 举报邮箱：jubao@ |
(C) 2000-.cn, Tianjin ENORTH NETNEWS Co.,LTD.All rights
本网站由天津北方网版权所有