摘要：文章针对季节因素对时间序列的影响，讨论了对时间序列进行季节调整的方法。文中搜集了2009-2016年中国社会消费品零售总额时间序列数据，运用X-11季节调整模型对时间序列进行调整。结果显示：季节调整后的序列可更加准确地反映中国社会消费品零售总额的基本发展趋势。94160

毕业论文关键词：时间序列，季节调整，X-11

Abstract：The article aimed at the influence of seasonal factors on time series , discuss the method of seasonal adjustment of time series。 The paper collects the time series data of China total retail sales of social consumer goods from 2009 to 2016, using X-11 seasonal adjustment model to adjust the time series。 The results shows that the sequence of seasonal adjustment more accurately reflect the basic development trend of China total retail sales of social consumer goods。 

Keywords: time series, seasonal adjustment, X-11 

目录

1 引言 4

2 预备知识 4

2。1时间序列分析的定义与特点 4

2。2 季节因素对时间序列的影响 5

3 消除季节因素的方法探讨 6

3。 1 确定性因素分解 6

3。 2  X-11 季节调整模型 7

结论 14

参考文献 15

致谢 16

1 引言论文网

在我国，大多数的数据都是按照时间顺序所获取的，因此时间序列中会含有季节因素，然而我国大多数的数据都没有进行季节调整。由于没有进行季节调整的时间序列数据含有季节因素，所以可能会导致同一活动在不同的季节所获取的数据无法进行比较。也就是说，我们所获得的数据只能比较同月或者同季之间的变化情况，对不同季节之间的情况就无法比较。所以，对于存在季节因素的时间序列而言，如果不对时间序列进行调整，就会导致数据只能进行同比计算而不能进行环比计算。将时间序列进行季节调整后再计算环比增长率，此时我们所得到的环比增长率可以更好的的反映经济指标的变化；将季节成分从总量中分离出来，可以反映经济周期的运动规律。这对于制定生产、进货等计划是非常必要的。所以，消除我国统计指标中季节因素的影响，有重大的意义。

随着现代信息技术的快速发展，我国季节调整的相关理论也得到了一定的发展。目前，已经有很多关于季节调整的程序，如：X-11、X-12-ARIMA等等。虽然我国对时间序列季节调整的研究比较晚，但是大家对于消除我国的统计指标中季节因素的影响也取得了许多成果。例如，台湾学者Jin-Lung Lin和Tian-Syh Lin(2003)考虑了阴历假日对台湾经济金融的10个重要指标的影响，并且对这10个指标进行了剔除阴历假日因素的季节调整[1]；高铁梅等利用实际工作日构造季节因子结合X-11方法对工业增加值做了剔除春节因素的季节调整[1]；国家统计局（NBS）与中国人民银行（PBC）[2]分别研发出了比较适合中国国情的季节调整软件PBC版X-12-ARIMA软件以及BNS-SA软件。特别可贵的是，在国家统计局（BNS)研发了NBS-SA软件后，在2011年国家统计局首次对外发布了国内生产总值、社会消费品零售总额、规模以上工业增加值以及固定资产投资（不含农户）四项统计指标的环比数据。这是我国统计制度上的一次伟大的突破，成功的填补了我国官方不生产环比数据的空白。他们对我国的消除阴历假日、春节因素等方面都作出了很大的贡献。对于剔除时间序列中的其他因素，如工作日因素、固定季节因素等我们也需要对其进行进一步的研究。