季節調整簡介及其在外匯收支分析中的應用1季節調整簡介1主要內容

一、季節調整的作用二、季節調整方法與實證

(一)最日常的方法

(二)基本思想

(三)季節調整方法的主要發展三、使用季節調整的注意事項2主要內容2一、季節調整的作用主要目標：顯現出經濟指標的基本運行趨勢。及時反映數據的短期變化，容易識別數據變化的轉折點。增強數據的可比性，不同月度或季度之間的數據可以直接比較，環比也更有意義。把數據運行軌跡分解為長期趨勢、季節趨勢等不同部分，可以分別觀察和評估。3一、季節調整的作用主要目標：3二、季節調整方法與實證月度貨物貿易跨境收入和支出原始數據（億美元）4二、季節調整方法與實證月度貨物貿易跨境收入和支出原始數據（億二、季節調整方法與實證最日常的方法——同比變化率月度貨物貿易跨境收入和支出同比變化（%）5二、季節調整方法與實證最日常的方法——同比變化率5二、季節調整方法與實證季節調整基本思想1.時間序列數據組成長期趨勢（L）：時間序列朝著一定的方向持續上升或下降，或停留在某一水平上的傾向，反映了數據的主要變化趨勢。周期性趨勢（C）：周期為一年以上，由非季節因素引起的漲落起伏波動。反映經濟活動擴張和收縮交替的特征。季節性成分（S）：一年或更短的時間內，由于某種固定周期性因素，導致的數據有規律的周期性波動。包括四季變化等自然因素，生產、消費等經濟活動因素，節日、假期等社會文化因素。不規則成分（I）：受各種偶然因素影響所形成的不規則波動。6二、季節調整方法與實證季節調整基本思想6二、季節調整方法與實證季節調整基本思想1.時間序列數據組成7時間序列組成部分長期和周期成分L&C季節性成分S不規則成分I基本長期趨勢L周期性趨勢C自然、生產、消費、假期等因素隨機變動、異常值等影響因素二、季節調整方法與實證季節調整基本思想7時間序列組成部分長期二、季節調整方法與實證季節調整基本思想2.時間序列數據分解模型加法模型：假設時間序列成分之間的表現是相互獨立的，即趨勢周期的增長不會引起季節成分的增長。原始數據（Y）被表達為趨勢、周期、季節和不規則成分的加總，即：Y=L+C+S+I。乘法模型:假設季節成分的變化幅度與趨勢變化水平呈正比例關系。隨著趨勢增長，季節成分也增長；趨勢下降，季節成分隨之下降。原始數據（Y）被表達為趨勢、周期、季節和不規則成分的乘積，即：Y=L*C*S*I8二、季節調整方法與實證季節調整基本思想8二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟從原始數據中分離出長期和周期趨勢成分（L*C）:采用數據平滑技術可以盡可能的從原始序列Y中消除季節和不規則成分（S*I）。以月度貨物貿易跨境收入和支出數據為例，由于季節周期為一年，一般采用12期移動平均的方法消除季節和不規則成分（S*I）9二、季節調整方法與實證季節調整基本思想9二、季節調整方法與實證季節調整基本思想2.季節調整基本步驟移動平均舉例103期平均3期平均二、季節調整方法與實證季節調整基本思想103期平均3期平均二、季節調整方法與實證12期移動平均1113期平均二、季節調整方法與實證12期移動平均1113期平均二、季節調整方法與實證數據平滑后，貨物貿易跨境收入、支出的季節和不規則成分（S*I）消除。當前時間序列數據只保留了長期和周期趨勢（L*C）月度貨物貿易跨境收入和支出長期和周期趨勢（L*C）變動（億美元）12二、季節調整方法與實證數據平滑后，貨物貿易跨境收入、支出的季二、季節調整方法與實證現在利用原始數據（Y）逐項除以分離出的長期和周期趨勢成分（L*C），可以得到季節和不規則成分指數（S*I）。即Y/L*C=L*C*S*I/L*C=S*I。月度貨物貿易跨境收入和支出季節和不規則成分指數（S*I）（%）13二、季節調整方法與實證現在利用原始數據（Y）逐項除以分離出的二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟從S*I數據序列中分離出不規則成分（I）:測算月度貨物貿易跨境收入季節成分（I）（%）14二、季節調整方法與實證季節調整基本思想14二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟月度貨物貿易跨境收入季節成分指數（S）（%）15二、季節調整方法與實證季節調整基本思想15二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟月度貨物貿易跨境支出季節成分指數（S）（%）16二、季節調整方法與實證季節調整基本思想16二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟根據季節成分指數（S）調整原始數據序列，得到季節調整后數據:將月度貨物貿易跨境收入和支出原始數據（Y）逐項除以季節成分指數（S），得到季節調整后數據，此數據序列中只包含長期趨勢、周期性趨勢和不規則趨勢，即Y/S=L*C*I。17二、季節調整方法與實證季節調整基本思想17二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟季節調整后月度貨物貿易跨境收入和支出變動（億美元）18二、季節調整方法與實證季節調整基本思想18二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟季節調整前月度貨物貿易跨境收入和支出變動（億美元）19二、季節調整方法與實證季節調整基本思想19二、季節調整方法與實證季節調整方法的主要發展1954年，美國普查局率先開發了利用計算機程序對時間序列進行季節調整的模型，即X-1模型，隨后每改進一次都以X加上序號表示，1965年美國普查局完善推出的X-11模型成為國際上比較流行的季節調整程序。加拿大統計局在X-11的基礎上引入了ARIMA方法，形成了X-11-ARIMA模型。最突出的特點是ARIMA模型可以對原始時間序列進行處理，根據模型，對數據進行向前、向后預測和擴展，這就較好地解決了傳統季節調整時最前端數據和最后端數據缺失的問題。美國勞工統計局在X-11-ARIMA模型基礎上進一步完善推出X-12-ARIMA。20二、季節調整方法與實證季節調整方法的主要發展20二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整月度貨物貿易跨境收入原始數據（億美元）21二、季節調整方法與實證季節調整方法的主要發展21二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整季節調整后月度貨物貿易跨境收入（億美元）22二、季節調整方法與實證季節調整方法的主要發展22二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整月度貨物貿易跨境收入長期和周期趨勢（億美元）23二、季節調整方法與實證季節調整方法的主要發展23二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整月度貨物貿易跨境收入季節成分指數（%）24二、季節調整方法與實證季節調整方法的主要發展24二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整月度貨物貿易跨境收入不規則成分指數（%）25二、季節調整方法與實證季節調整方法的主要發展25二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整季節調整前月度貨物貿易跨境收入和支出變動（億美元）26二、季節調整方法與實證季節調整方法的主要發展26二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整季節調整后月度貨物貿易跨境收入和支出變動（億美元）27二、季節調整方法與實證季節調整方法的主要發展27三、使用季節調整的注意事項季節調整后的數據是計算出來的數據，不能反映統計期內的實際經濟含義。時間序列數據的最新統計數據出來后，需要重新將其納入原序列進行季節調整，所得結果與原季節調整結果會有所差異。由于季節調整容易導致時間序列中最早和最近的兩端數據缺失，為彌補這一不足，一般都是以預測的方式向前向后擴展，這就使得最近的數據部分基于預測的結果，可信度降低，但這也是我們季節調整后最需要的數據部分，可能會影響判斷。28三、使用季節調整的注意事項季節調整后的數據是計算出來的數據，謝謝！2929季節調整簡介及其在外匯收支分析中的應用30季節調整簡介1主要內容

一、季節調整的作用二、季節調整方法與實證

(一)最日常的方法

(二)基本思想

(三)季節調整方法的主要發展三、使用季節調整的注意事項31主要內容2一、季節調整的作用主要目標：顯現出經濟指標的基本運行趨勢。及時反映數據的短期變化，容易識別數據變化的轉折點。增強數據的可比性，不同月度或季度之間的數據可以直接比較，環比也更有意義。把數據運行軌跡分解為長期趨勢、季節趨勢等不同部分，可以分別觀察和評估。32一、季節調整的作用主要目標：3二、季節調整方法與實證月度貨物貿易跨境收入和支出原始數據（億美元）33二、季節調整方法與實證月度貨物貿易跨境收入和支出原始數據（億二、季節調整方法與實證最日常的方法——同比變化率月度貨物貿易跨境收入和支出同比變化（%）34二、季節調整方法與實證最日常的方法——同比變化率5二、季節調整方法與實證季節調整基本思想1.時間序列數據組成長期趨勢（L）：時間序列朝著一定的方向持續上升或下降，或停留在某一水平上的傾向，反映了數據的主要變化趨勢。周期性趨勢（C）：周期為一年以上，由非季節因素引起的漲落起伏波動。反映經濟活動擴張和收縮交替的特征。季節性成分（S）：一年或更短的時間內，由于某種固定周期性因素，導致的數據有規律的周期性波動。包括四季變化等自然因素，生產、消費等經濟活動因素，節日、假期等社會文化因素。不規則成分（I）：受各種偶然因素影響所形成的不規則波動。35二、季節調整方法與實證季節調整基本思想6二、季節調整方法與實證季節調整基本思想1.時間序列數據組成36時間序列組成部分長期和周期成分L&C季節性成分S不規則成分I基本長期趨勢L周期性趨勢C自然、生產、消費、假期等因素隨機變動、異常值等影響因素二、季節調整方法與實證季節調整基本思想7時間序列組成部分長期二、季節調整方法與實證季節調整基本思想2.時間序列數據分解模型加法模型：假設時間序列成分之間的表現是相互獨立的，即趨勢周期的增長不會引起季節成分的增長。原始數據（Y）被表達為趨勢、周期、季節和不規則成分的加總，即：Y=L+C+S+I。乘法模型:假設季節成分的變化幅度與趨勢變化水平呈正比例關系。隨著趨勢增長，季節成分也增長；趨勢下降，季節成分隨之下降。原始數據（Y）被表達為趨勢、周期、季節和不規則成分的乘積，即：Y=L*C*S*I37二、季節調整方法與實證季節調整基本思想8二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟從原始數據中分離出長期和周期趨勢成分（L*C）:采用數據平滑技術可以盡可能的從原始序列Y中消除季節和不規則成分（S*I）。以月度貨物貿易跨境收入和支出數據為例，由于季節周期為一年，一般采用12期移動平均的方法消除季節和不規則成分（S*I）38二、季節調整方法與實證季節調整基本思想9二、季節調整方法與實證季節調整基本思想2.季節調整基本步驟移動平均舉例393期平均3期平均二、季節調整方法與實證季節調整基本思想103期平均3期平均二、季節調整方法與實證12期移動平均4013期平均二、季節調整方法與實證12期移動平均1113期平均二、季節調整方法與實證數據平滑后，貨物貿易跨境收入、支出的季節和不規則成分（S*I）消除。當前時間序列數據只保留了長期和周期趨勢（L*C）月度貨物貿易跨境收入和支出長期和周期趨勢（L*C）變動（億美元）41二、季節調整方法與實證數據平滑后，貨物貿易跨境收入、支出的季二、季節調整方法與實證現在利用原始數據（Y）逐項除以分離出的長期和周期趨勢成分（L*C），可以得到季節和不規則成分指數（S*I）。即Y/L*C=L*C*S*I/L*C=S*I。月度貨物貿易跨境收入和支出季節和不規則成分指數（S*I）（%）42二、季節調整方法與實證現在利用原始數據（Y）逐項除以分離出的二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟從S*I數據序列中分離出不規則成分（I）:測算月度貨物貿易跨境收入季節成分（I）（%）43二、季節調整方法與實證季節調整基本思想14二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟月度貨物貿易跨境收入季節成分指數（S）（%）44二、季節調整方法與實證季節調整基本思想15二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟月度貨物貿易跨境支出季節成分指數（S）（%）45二、季節調整方法與實證季節調整基本思想16二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟根據季節成分指數（S）調整原始數據序列，得到季節調整后數據:將月度貨物貿易跨境收入和支出原始數據（Y）逐項除以季節成分指數（S），得到季節調整后數據，此數據序列中只包含長期趨勢、周期性趨勢和不規則趨勢，即Y/S=L*C*I。46二、季節調整方法與實證季節調整基本思想17二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟季節調整后月度貨物貿易跨境收入和支出變動（億美元）47二、季節調整方法與實證季節調整基本思想18二、季節調整方法與實證季節調整基本思想3.季節調整基本步驟季節調整前月度貨物貿易跨境收入和支出變動（億美元）48二、季節調整方法與實證季節調整基本思想19二、季節調整方法與實證季節調整方法的主要發展1954年，美國普查局率先開發了利用計算機程序對時間序列進行季節調整的模型，即X-1模型，隨后每改進一次都以X加上序號表示，1965年美國普查局完善推出的X-11模型成為國際上比較流行的季節調整程序。加拿大統計局在X-11的基礎上引入了ARIMA方法，形成了X-11-ARIMA模型。最突出的特點是ARIMA模型可以對原始時間序列進行處理，根據模型，對數據進行向前、向后預測和擴展，這就較好地解決了傳統季節調整時最前端數據和最后端數據缺失的問題。美國勞工統計局在X-11-ARIMA模型基礎上進一步完善推出X-12-ARIMA。49二、季節調整方法與實證季節調整方法的主要發展20二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整月度貨物貿易跨境收入原始數據（億美元）50二、季節調整方法與實證季節調整方法的主要發展21二、季節調整方法與實證季節調整方法的主要發展利用人民銀行軟件對貨物貿易跨境收入進行季節調整季節調整后月度貨物貿易跨境收入（億美元）51二、季節調整方法與實證季節調整方法的主要發展22二、季節調整方法