《穩健季節調整的信號提取理論與套用研究》是依託南開大學，由王群勇擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：穩健季節調整的信號提取理論與套用研究
- 項目類別：青年科學基金項目
- 項目負責人：王群勇
- 依託單位：南開大學
中文摘要,結題摘要,
中文摘要
由於經濟時間序列中普遍存在由結構突變所導致的厚尾特徵，傳統季節調整方法扭曲了變數的隨機趨勢特徵，也錯誤地排除了未來發生意外事件的可能性。本課題在結構時間序列分析的框架下提出了新的穩健季節調整的信號提取理論，解決了由於結構突變導致的季節調整不穩定的問題；同時，這一理論模型可以直接套用於企業微觀調查數據、混合頻率數據、多元數據、周度數據或其他頻率以及其他分布形式（如泊松分布）的數據。課題在非高斯分布和非線性狀態空間模型的框架下對理論模型提出新的粒子濾波算法和重要性抽樣方法，克服了傳統的馬爾科夫鏈蒙特卡羅模擬（MCMC）方法計算量大的缺陷，使該理論模型可以快速有效地套用於大規模的時間序列。課題結合季節時間序列和周期協整理論，對穩健季節調整提出新的質量診斷指標，為季節調整方案的選擇提供了統計理論依據。課題對我國上市公司微觀財務數據、多元數據以及巨觀數據中特定的季節效應和日曆效應進行了實證研究。
結題摘要
主要內容：本課題的起止時間為2012年1月至2014年12月，對季節調整的信號提取方法進行了研究，將目前主流的美國普查局的X-12-ARIMA方法進行了擴展。主要內容包括如下幾個方面。（1）移動節假日的改進。傳統的處理方法是將節假日分為節前、節中、節後三個階段，但假定每個階段是均勻分布的。我們將這一假定擴寬至水平型、遞增型和遞減型的三種分布，更靈活地體現了國內很多變數（比如，消費品零售額等）在春節、中秋節等節假日的變化特點。（2）基於上述改進的理論模型，我們擴展了美國普查局genhol的生成移動節假日的模組，在Stata中設計了genhol模組，將移動節假日變數的生成和季節調整有機地融合到一起，提高了數據分析的效率。（3）在Stata中設計了sax12和sax13模組，實現X-13A-S季節調整。與X12-ARIMA的主要改進在於，該模組包含了季節調整的SEATS（西班牙銀行）方法。 主要成果：截至2014年12月，本項目的成果包括論文、著作、軟體模組、調查數據四種形式。項目組共發表論文5篇，其中包括英文SSCI期刊3篇（其中包括已被接收1篇），分別是《X13-A-S seasonal adjustment in Stata》、《X12-ARIMA seasonal adjustment in Stata》、《Long run covariance and its applications in cointegration regression》；中文CSSCI期刊2篇《中國消費物價指數月度數據的結構分析》、《我國居民消費的增長與波動：基於季節調整方法》；參與編寫著作一部《天津市巨觀經濟波動研究》；Stata軟體模組3個（lrcov、sax12和sax13）；不規則季度數據（市場調查數據）。 項目組在研究期間，與國家統計局進行了溝通，並與國家統計局《中國巨觀經濟序列季節調整方法研究與季節調整軟體NBS-SA研發》項目組進行了多次學術交流和探討。同時，為了研究不規則頻率數據、日度數據和微觀數據的季節變化特點，項目組以電子產品為例進行了市場調查，為研究這些季節變化規律積累了原始資料。 項目組在研究期間培養了博士生2名（陳雄強、張岩）。
