基于季节增长率的一种直接调整方法

摘要：

传统季节调整方法在提取环比增长率时需要先剔除原始数据中的季节成分,这会带来原始数据信息的失真.鉴于此,本文提出了一种直接拟合原始数据增长率的季节增长率(SGR)模型,该模型不仅可以直接提取环比增长率,还可以对原始数据的增长率进行预测.蒙特卡洛模拟结果表明,本文给出的针对SGR模型的MLE估计方法具有良好的有限样本表现.通过对我国GDP和CPI数据进行实证,本文发现利用SGR模型直接提取的环比增长率的稳定性要高于其他一些季节调整方法.不仅如此,SGR模型的拟合和预测表现相比BSM模型和SARIMA模型均有显著提高.此外,SGR模型还具有容易拓展为非线性、多元情形的优势.

关键词：环比增长率、季节调整、结构时间序列

所属期刊栏目：34

分类号：F222.3(经济计算、经济数学方法)

资助基金：长江学者奖励计划青年学者项目Q2016131;国家自然科学基金面上项目“状态空间混频模型及其在宏观经济中的应用71371160”、教育部新世纪优秀人才支持计划“混频数据建摸及其在经济中的应用NCET-13-0509”及厦门大学基础创新科研基金“利率期限结构的混频建模及应用201422G010”的资助

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：109-123