基于时域和频域角度X-13ARIMA-SEATS季节调整方法的选择

摘要

经济时间序列普遍存在一定的季节性,季节调整过程能从时间序列中剔除季节变动因素及偶然因素的影响,与未调整的时间序列相比,季节调整后的序列能更客观地反映经济波动形势.我国PMI序列季节调整能更加清晰地揭示该指数变化的基本特征和客观规律,对及时判断经济周期的运行情况和把握其转折点变化有重要意义,进而为宏观经济政策的制定提供科学依据. 文章通过对国际上季节调整方法及相应软件发展进行概括梳理,在总结国内季节调整方法发展与应用的基础上,重点研究最新的X-13ARIMA-SEATS季节调整程序,分别从时域和频域角度详细分析了X-11和AMB方法的季节调整质量诊断过程.实证部分以中国制造业PMI序列为例,比较两种方法的季节调整效果,得到的结论主要有:(1)通过季节性检验,制造业PMI不仅存在稳定的季节性,还存在移动季节性;(2)平滑区间检验反映PMI序列中不稳定的季节成分所占比重较大,AMB方法不稳定季节成分较X-11方法更少,呈现的季节成分相对更稳定;(3)历史修正检验,季节调整SA序列和季节调整趋势序列历史修正中,AMB方法历史修正均值和RMSE均比X-11小,反映AMB方法修正的差异性较小;(4)谱分析检验,两种方法季节调整后序列在交易日频率和季节成分频率上均不存在谱峰,总体上对PMI原序列实现了充分的季节调整滤波;(5)平方增益函数,AMB方法对称过滤器的非季节频率区间上的增益函数比X-11方法对称过滤器更趋近于1,季节频率上AMB并行过滤器的凹槽比X-11方法相对更窄,其过滤器估计的季节成分更加稳定;(6)相位延迟函数,AMB方法并行过滤器在低频和高频上的相位延迟函数比X-11方法略小,反映AMB方法频率分量上的相位失真更小.综合时域和频域两个方面的质量诊断结论,AMB方法在PMI序列的季节调整表现更好,反映其适用于时间跨度较长或者存在较显著异常值的时间序列.我国学者在进行时间序列季节调整时,应该重视序列的季节调整质量诊断来选择更优的季节调整方法.

目录

第一个书签之前