居民消费价格指数的实时监测_基于季节调整的方法_栾惠德

《居民消费价格指数的实时监测_基于季节调整的方法_栾惠德》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、经济科学·2007年第2期*居民消费价格指数的实时监测——基于季节调整的方法栾惠德（南开大学经济学院天津300071）摘要：本文首先阐述了对居民消费价格指数进行季节调整的必要性，简要介绍了X-12-ARIMA季节调整的原理，对中国月度CPI进行了季节调整，继而比较了月环比CPI与同比CPI的灵敏性，结果表明经过季节调整所得到的月环比CPI更适合用于宏观经济的实时监测，在对经济转折点的判断上比同比CPI领先2到6个月。最后对月度CPI进行了短期预测，认为近期内我国不会发生大的通货膨胀。关键词：CPI季节调整X-

2、12-ARIMA经济预警一、引言价格是国民经济发展的晴雨表，其波动的幅度反映了经济运行过程中资源的稀缺程度。价格问题表现为货币问题，本质上是实物资源的配置问题。居民消费价格指数（ConsumerPriceIndex，简称CPI），是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和变动幅度的相对数。国际上通常将居民消费价格指数作为反映通货膨胀（或通货紧缩）程度的重要指标，为分析和制定货币政策、价格政策、居民消费政策、工资政策以及进行国民经济核算提供科学依据。因此，对CPI进行实时监测无疑具有

3、十分重要的意义。根据对比基期的不同，价格指数可以分为环比指数、同比指数和定基指数三类。以月度指标为例，环比指数是以上月为对比基期的价格指数，主要反映短期内的价格变动，用于判断价格变动趋势是否发生了变化。但环比指数易被一些突发性事件、季节性和节假日等非市场性因素干扰。因此，在观察环比指数变化时，一定要剔除非市场性因素的影响，不能直接根据某些月份环比指数的变化对价格形势进行判断。同比指数是以上年同月为对比基期的价格指数，基本上不受季节性因素的影响，可以较好地反映年度价格变动。但同比指数会受到上年基数的影响，它同时

4、包含了“翘尾因素”和“新涨价因素”两部分。所谓“翘尾因素”是指上年价格上涨而自然转移到当年价格指数的部分，与当年的经济运行情况无关。定基指数是指以某一特定年份作为固定的对比基期的价格指数。三种指数之间，*本文系张晓峒教授主持的中国人民银行项目“PBC版时间序列X-12-ARIMA季节调整原理研究”课题成果之一。在写作过程中张教授给予了耐心的指导，谨在此表示最诚挚的谢意。59由定基指数可以准确计算出环比指数和同比指数，也可以实现从环比指数到同比指数的转换，但无法实现从同比指数到环比指数或定基指数的转换（何新华，

5、2006）。我国传统上只公布月同比、累计月同比和年同比价格指数。从2001年起，采用国际通用做法，逐月编制并公布以2000年价格水平为基期的居民消费价格定基指数，作为反映我国通货膨胀（或紧缩）程度的主要指标。由于月同比CPI会受到“翘尾因素”的影响，不利于及时、准确地判断经济周期的转折点，比如2003年我国居民消费价格呈前低后高走势，其对2004年的“翘尾”影响高达2.2个百分点，占全年居民消费价格总涨幅的56.4%。因此发达国家通常是对月度定基CPI进行季节调整，以消除其中的季节变化，使得不同期的月度数据具

6、有可比性，然后由季节调整后的数据计算出月环比CPI，从而更及时地反映经济的瞬间变化，为经济预警和宏观调控提供依据。目前国内统计机构有关季节调整的工作仍处于起步阶段，相关研究还比较匮乏。张鸣芳等（2004）以上海的月度数据为例，在考虑春节效应的情况下，使用TRAMO/SEATS程序对CPI进行了季节调整，但对调整后的数据没有做进一步的分析。本文首先简要介绍了美国普查局X-12-ARIMA季节调整程序，然后采用X-12-ARIMA对中国月度居民消费价格指数进行季节调整，最后着重阐述如何应用调整后的数据进行经济形势

7、分析和预测。结构安排如下：第二节介绍X-12-ARIMA季节调整的原理；第三节，明确CPI的性质及其处理方法，在考虑春节效应的情况下对全国月度CPI数据进行季节调整；第四节，由季节调整后的数据计算得到月环比CPI，藉此分析并预测宏观经济的走势；最后是结论部分。二、X-12-ARIMA季节调整原理研究表明，一个经济时间序列通常受多种因素影响，一般地，我们可以把这些因素分解为趋势因素、循环因素、季节因素和不规则因素等。季节调整就是对原始月度或季度时间序列中隐含的由季节性因素引起的季节影响加以纠正的过程。季节调整后

8、的时间序列是趋势、循环和不规则因素的合成。经典的时间序列分解模型有两种：（1）加法模型Yt=Tt+Ct+St+It，At=Tt+Ct+It（2）乘法模型Yt=Tt×Ct×St×It，At=Tt×Ct×It其中：Yt＝原始序列；Tt＝趋势因素；Ct＝循环因素；St＝季节因素；It＝不规则因素；At＝调整后的序列。对于一个时间序列，采用哪种模型分析，取决于各成分之间关系。一般来讲，若4种成分是相互独立的