基于季节模型的中国社会消费品零售总额分析

本文选取了我国1993年第一季度至2018年第一季度的全国社会消费品零售总额的季度数据,运用SARIMA模型和X-12季节调整模型分别进行分析预测。以2016年第一季度至2018年第一季度的真实值进行预测能力检验,结果发现X-12季节调整模型的预测精度更高,并运用此模型进行外推预测。     

X-12-ARIMA中调整类似春节效应的模型研究及应用

由于X-12-ARIMA只根据美国的假日情况设定了复活节、劳动节和感恩节三种移动假日效应的调整,其调整方法不适用中国特有的类似春节效应的调整。因此,本文针对中国现有的类似春节效应调整模型中存在的局限性,构建了扩展的L-Z模型体系,并与X-12-ARIMA程序相结合,形成了一套具有中国特色的调整方案。同时利用新的调整方案对中国工业增加值中存在的类似春节效应进行了有效调整,得到的经季节调整数据可以更好地满足经济分析的要求。对X-12-ARIMA进行本地化改造后,不但应用效果更好,而且应用范围也更加广泛。     

中国畜产品价格的实证分析——基于季节调整模型与两阶段协方差方法

本文以2001年1月—2014年5月的畜产品价格为研究对象,利用 X-12-ARIMA 季节调整模型分析影响畜产品价格波动的相关因素,并利用协方差计算季节性影响、长期周期性影响、不规则影响对畜产品价格波动的贡献程度,进一步利用两阶段协方差纵向对比分析各影响因素贡献度的变化,最后发现长期驱动因素和季节性因素是中国畜产品价格波动的主要因素;从纵向对比来说,鸡蛋、鸡肉、猪肉价格的不规则影响因素的影响作用在减弱,鸡肉、猪肉价格的季节性影响因素的作用在减弱。     

季节调整方法在货币供应量中的应用

本文使用最新的季节调整方法X-12 ARIMA和TRAMO／SEATS对我国的货币供应量(M0、M1、M2)进行季节调整。首先用这两种方法分别对货币供应量进行预调整，探测交易日／工作日、闰年、异常值和假日的影响，得出我国货币供应量只受移动假日(春节)的影响。然后以M0为例，用这两种方法进行季节调整，并比较和检验它们调整的结果。最后针对货币供应量是由不同部分组成的总量数据这个特性，考虑间接和直接调整的方法，给出它们的比较数据。     

基于Census X12法与X12-SARIMA模型的区域电量预测

电量是影响交叉补贴规模主要因素,其预测的准确度直接影响交叉补贴数额.本文对浙江省的电量结构、 规模等级进行研究,分析电量的变化情况;推导Census X12季节调整方法的核心算法;并利用X12-SARIMA模型对该区域的电量进行预测并与实际售电量进行对比分析.后期实例证明了该电量预测方法的可行性与有效性.     

基于互联网大数据的CPI舆情指数构建与应用

研究目标：基于互联网大数据构建CPI舆情指数辅助预测CPI。研究方法：提出了一种构建CPI低频与高频舆情指数的统计方法,并通过选用2006年6月至2015年12月的数据验证了该方法的有效性。研究发现：相关关键词的搜索热度指标具有领先CPI的预测作用,依此建立的CPI舆情指数有助于改进CPI预测精度。研究创新：揭示了基于相关关键词的搜索热度指标与CPI的非线性关系,提出了一种基于门限回归的CPI低频舆情指数构建方法;使用动态因子模型估计出了CPI高频舆情指数。研究价值：预测CPI时可辅助利用基于大数据构建的CPI低频与高频舆情指数信息。     

基于X12-ARIMA加法模型的保费收入研究

文章基于1999年1月～2011年8月中国保费收入月度数据,采用当下最为热门的季节调整方法X12-ARIMA加法模型,对其进行季节调整,得到经调整后的时间序列和季节调整因子,在假设季节调整因子短期内不发生变化的条件下,采用两种模型估计方法建立经调整后的时间序列模型,从而建立中国保费收入月度数据短期预测模型。     

基于波动性-持续性的中国核心CPI测算及其评估

研究目标：基于波动性-持续性的核心通货膨胀测度方法是否适用于中国核心CPI的构建。研究方法：使用中国2001年1月至2015年12月的CPI相关数据,利用基于波动性-持续性的方法测算中国核心CPI,并与其他方法构建的核心CPI进行比较。研究发现：基于波动性-持续性的三重加权法（包括V-P-E法和T-RMSE法）构建的核心CPI是无偏的;三重加权法具有较强的追踪趋势通货膨胀的能力;在预测未来通货膨胀的能力方面,三重加权法具有较好的表现。总体来看,三重加权法是测算中国核心CPI的优良方法。研究创新：使用同时考虑波动性和持续性的方法构建中国核心CPI,并验证了其优良性。研究价值：基于三重加权法的核心CPI可作为测度中国核心通货膨胀的重要参考指标。     

基于我国CPI时间序列的神经网络预测模型

近年来,我国的居民消费价格指数涨幅屡创新高。根据我国1990年-2008年的CPI时间序列,首先利用时间序列分析方法确定输入向量,然后应用改进BP算法的人工神经网络分别预测出2011年和2012年我国CPI将分别为104.9和105.2,实验结果证实了BP神经网络模型用于CPI预测的准确性和可行性。     

热轧钢材产品价格变动预测分析--基于CPI的实证研究

热轧钢材产品价格是反映我国钢铁行业景气水平的重要指标，根据公开发布的CPI数据对其变动情况进行预测，对钢铁行业的生产和销售活动有着重要的现实意义。文章基于CPI指数建立热轧钢材产品价格预测理论模型，利用1997年至2012年的CPI数据进行实证检验，研究发现热轧价格与CPI数据呈现较强的相关性，可以利用模型与CPI数据对未来热轧钢材产品价格波动进行预测。相关结论对钢铁企业合理安排产能与治理产能过剩问题具有一定的帮助。     

Damping seasonal factors: Shrinkage estimators for the X-12-ARIMA program

We examine the effect of damping X-12-ARIMA's estimated seasonal variation on the accuracy of its seasonal adjustments of time series. Two methods for damping seasonals are proposed. In a simulation experiment, we generated time series data for each of 90 distinct experimental conditions that, in aggregate, characterize the variety of monthly series in the M3-competition. X-12-ARIMA consistently overestimated the actual seasonal variation by an amount consistent with statistical theory. Damping seasonals reduced X-12-ARIMA's estimation error by as much as 79% and under no conditions was estimation error increased beyond a trivial amount. Improvement depended primarily on the degree to which random variation in a series dominated seasonal variation. When the multiplicative X-12-ARIMA model did not match the data-generating model, overestimation was less for trend series than for series with no trend; otherwise the presence of trend had no discernible effect. One of the proposed methods was somewhat more accurate and robust, but more complex, than the other. In an analysis of real data—the 1428 monthly series of the M3-competition-damping X-12-ARIMA seasonals prior to forecasting (1) reduced the average forecasting MAPE by 4.9–1.4% and (2) improved forecasting accuracy for 59–65% of the series, depending on the forecasting horizon. This research suggests that damping X-12-ARIMA seasonals leads to more accurate seasonal adjustments of time series, thus providing a more reliable basis for policy-making, forecasting, and the evaluation of forecasting methods by researchers.     

对我国CPI构成的探讨

消费物价指数是反映一国物价水平变动的重要指标,也是制定宏观经济政策的主要依据。本文主要从我国9月M1和CPI偏离出发,介绍了我国CPI构成,指出了我国CPI构成中存在的问题主要包括食品类权数过高和购房价格未包含入消费物价指数中,并有针对性提出相应的调整建议。     

我国经济与物价的中长期发展前景

在国内宏观调控政策保持相对稳定、美欧日经济平稳增长的情况下,2011年我国经济增速将回调到9.7%左右,2012～2015年将保持10%左右的较快增长状态。2011年和2012年我国通货膨胀压力较大,CPI涨幅将超过5%。2012年以后食品价格和CPI涨幅趋于下降,但非食品价格仍将保持较快上涨态势,内在通胀压力依然存在。可通过适度控制交易性货币供给增速和工资上涨幅度、加大人民币升值幅度等措施缓解物价上涨压力,但需要处理好抑制物价上涨和稳定经济增长的关系。     

A note on Musgrave asymmetrical trend-cycle filters

In this paper, we derive the implicit forecasts in the asymmetrical trend-cycle averages used in the X-11 seasonal adjustment method. We give an algorithm to calculate them, and we study their statistical properties. We express the forecasts as Stein estimators. We derive expressions for their bias, variance, covariances and prediction mean squared errors. We show that the prediction mean squared errors of the implied predictors are always smaller or equal to those obtained using the least squares predictors. Finally, we derive the prior distributions under which the implied predictors are Bayes estimators.     

Seasonal adjustment perspectives on “Damping seasonal factors: shrinkage estimators for the X-12-ARIMA program”

We examined the shrinkage methods of Miller and William from the perspective of seasonal adjustment rather than forecasting, restricting attention to their performance on the approximately 500 of the 1428 M3 series that are seasonal and have multiplicative seasonality. Local shrinkage improved the quality of the seasonal adjustment of enough of these series that almost 50% have acceptable automatic X-12-ARIMA adjustments, instead of 40% with no shrinkage. For a few series, global shrinkage produced demonstrably incorrect results, and for some of these series and also others improved by local shrinkage, the SEATS seasonal adjustment provided by an experimental version of X-12-ARIMA offered still greater improvements. No benefits were observed from global shrinkage.     

中国新一轮通货膨胀成因浅析——结合统计指标及近年国内外宏观调控政策的分析

近期中国出现了新一轮的通货膨胀态势,CPI自2010年5月较上月增长超过3%以来连续走高,2010年10月CPI较上月增加4.4%,11月这一数字达到了5.1%。持续上涨的物价给居民生活带来了极大的压力,物价满意度创11年来新低。通货膨胀的成因主要有需求拉上型、成本推动型和输入型三大类,每一类又有其不同的构成部分。那么,究其原因,我国新一轮的通货膨胀是受哪种类型的影响,近年或内外经济形势以及应对其采取的措施对中国最近的通胀现象又有何影响。文章将以统计指标为依据结合文献资料通过对3种原因的论述分析阐述观点,得出个人看法与结论。     

An extended review of the X11ARIMA seasonal adjustment package

The revised version of X11ARIMA, Statistics Canada's seasonal adjustment package, is reviewed. The 1988 package, available for PCs as well as mainframes, is easy to use and more flexible than the 1980 version. New features reflecting research by Estela Dagum and her colleagues are highlighted. Comparisons are made with some other available X-11 programs.     

中国核心CPI随机游走识别和异常点分析

核心CPI能更真实地反映宏观经济运行趋势。然而,如何测算核心CPI一直备受关注。本文构建了一组带有异常因子的随机游走模型,利用MCMC法和Gibbs抽样,对时变参数进行估计,不仅从CPI中分离出核心CPI,而且对非核心CPI,通过捕捉到的异常点,发现与中国政策效应相吻合。本文仅利用了中国单一的CPI数据,不需要CPI子类权重测算及其再分配。进一步,通过与Wind核心CPI比较,以及Marques等（2003）核心CPI评价方法的检验,发现本文的核心CPI更具合理性和科学性。