1、子年度经济时间序列季节调整模型与应用研究摘 要 几乎所有的子年度(月度或季度)经济时间序列中都包含季节因素的影响,季节调整的意义普遍存在。它的基本意义正如国际货币基金组织(IMF)所认为的那样,季节调整需求的原因是季节性的出现会使基本的低频动态变化和它们之间的关系变得更加模糊难辨。国家统计机构发布季节调整数据有助于用户准确把握数据的基本走势。季节调整的进一步衍生意义还包括,将经济时间序列分解成各组成成分,使得子年度数据具有可比性,识别商业周期的变化和进行转折点测度,利用季节调整数据进行折年率计算等。早在 20世纪 50 年代初期,国外统计科学和实践领域已开始对季节调整方法和应用展开研究。时至今
2、日,季节调整的理论和实践在发达国家已经非常完善,而发展中国家还在不断完善中。目前我国所有具有季节因素的时间序列均没有进行季节调整,消除季节之间不可比因素的一个主要方法仍是与上年度同期数据进行比较得到的同比指数。随着我国社会经济不断融入世界经济一体化进程中,客观上对我国传统的统计分析方法提出了新挑战,要求与国际上通行的方法接轨。引入时间序列的季节调整方法,不仅在于提高数据的分析和使用价值,同时也对传统的统计数据搜集方式提出了改革的要求。 本文的研究内容中包含了较深的数理统计知识,涉及我国具体的宏观经济应用领域,同时需要计算机软件和程序的使用作为支撑。它很好地诠释了统计学的科学内涵,季节因素调整可
3、谓是现代统计学的缩影。本文所用方法包括系统研究法,即通过对国内外已有文献进行搜集、整理、归纳、系统总结和改进,最终形成了一整套关于季节调整理论和应用的研究体系和研究框架,国际和国内相结合、引进和吸收相结合的方法。在借鉴国际上季节调整理论和方法的基础上,结合我国实际情况予以改进,使其最终成为真正适合我国国情的季节调整模型,理论与应用相结合的方法。季节调整理论始终立足于我国宏观经济运行中的实际问题,解决宏观经济运行中面临的各种热点或重点问题。 经过研究,本文成为目前国内关于季节调整理论和应用的最为系统的研究成果之一。季节调整的理论研究方面既包括基于过滤器方法也包括基于模型的方法,既包括当前广为流行
4、的 X-12-ARIMA 和 TRAMO-SEATS 方法,也包括尚属于理论研究阶段的状态空间季节调整模型、Bayes 季节调整模型等,还包括目前国际上刚刚开发出来,即将投入实际使用的 X-13A-S 模型。此外,针对当前国内有关季节调整的应用研究仅仅局限于基本应用层面的缺陷,本文在应用研究部分展开了深入的研究。 总体上,本文在国内外作了三个主要方面的创新性研究。 I 第一,在有限的篇幅中深入系统研究了各种具有代表性季节调整模型的原理,其中,TRAMO-SEATS 模型、X-13A-S 模型、基于均方根信息滤波的状态空间季节调整模型和包括交易日效应的贝叶斯季节调整模型,在国内尚属首次使用。这是
5、对国际季节调整模型予以合理改进,建立真正适合我国季节调整实践模型的前提,为进一步深入研究季节调整理论起到抛砖引玉的作用。 第二,在应用研究方面,不仅仅停留在季节调整模型在我国季节性时间序列的基础层面的应用,而是根据季节调整模型的意义做了一些更为深入的推广和应用研究,包括我国居民消费价格实时监测的指数选择研究;我国粮食消费价格的运行特征;我国生产价格和消费价格的传导关系研究;改进旅游本底线并研究危机事件对我国旅游外汇收入和铁路客运量的影响研究;近年来我国投资率偏高,消费率走低问题研究以及我国的假日经济等研究课题。涉及到的宏观经济运行指标包括:季度 GDP、社会消费品零售总额、居民消费价格指数(C
6、PI)和生产价格指数(PPI)以及粮食消费价格、消费率、旅游外汇收入、铁路客运量等。 第三,本文不仅对单个季节调整模型和应用展开独立研究,同时对多个季节调整模型进行比较研究,引入了各种先进的模型诊断方法并展开实证研究,其中不仅包括目前流行的平滑间距法、修正历史法、季节稳定性检验、谱分析方法,还包括随机模拟分析方法等。 总之,本文通过对季节调整理论及应用研究,得出了一些有意义的结论和政策建议,将为季节调整理论在我国的进一步发展提供了理论方面的贡献,为经济运行中其它经济问题如经济周期等的研究提供了前期基础性研究,同时为各级政府部门准确把握我国宏观经济运行中存在的某些方面的问题提供支持,为制定有针对
7、性的政策措施提供了科学依据。 关键词:季节调整;X-12-ARIMA 模型;TRAMO-SEATS 模型;X-13A-S;状态空间季节调整模型;均方根信息滤波;贝叶斯季节调整模型;子年度时间序列 II Abstract Almost all of the sub-annual monthly or quarterly economic time series seasonal factors are included, so the role and significance of seasonally adjusted prevalence. The basic meaning of sea
8、sonal adjustment, as the International Monetary Fund IMF are that the seasonally adjusted due to seasonal demand for the emergence of low-frequency dynamics will change and the basic relationships between them become more blurred. National statistical agencies publish seasonally adjusted data to hel
9、p users to grasp the basic trend. Derivative meaning of seasonal adjustment of economic time series, including down into various components, making the sub-annual data are comparable, identifying business cycle and turning point in the measure, calculating seasonally adjusted annual rate of chain in
10、dices, etc. Early in the 20th century and the early 50s, foreign science and practice in the field of statistics began to seasonal adjustment methods and application of research. Today, the theory and practice of seasonal adjustment has been well established in developed countries, in developing cou
11、ntries are constantly being perfected. But all of our time series with seasonal factors have not been seasonally adjusted. One of the main methods to remove incomparability of seasonal factors is using the index over the same period of last year. As Chinas economy continued into the process of econo
12、mic integration in the world, traditional statistical methods in China present new challenges demand that we approach with international standards. The introduction of time series seasonal adjustment method, not only to improve the value of data analysis, but also the traditional manner of statistic
13、al data collection requirements for reformResearch in this article contains a deep knowledge of mathematical statistics, involving application of specific areas of macroeconomic, but also requires the use of computer software and programs for support. Therefore it is very good interpretation of the
14、scientific content in statistics, seasonal adjustment can be described as the epitome of modern statistics. Methods used in this paper include: 1 system of law. By collecting the existing literature at home and abroad, organize, summarize, review and improve and eventually formed a complete system o
15、f research system and research framework about the theory and application of seasonal adjustment; 2Combination of methods. Including the combination of international and domestic research, methods combined introduction and absorption. Drawing on international theory and method of III seasonal adjust
16、ment, based on the actual situation in our country to be improved, it eventually became a real model for seasonal adjustment of China; 3 Combination of theory and application methods. Seasonal adjustment theory has always been based on the practical problems arising in macroeconomic and resolving th
17、e various hot spots or focus problems in macroeconomicThe research in this paper about seasonal adjustment is the currently most systems theory and application of research results. Theoretical aspects on the seasonal adjustment filter both methods based on model-based approach also includes. Both th
18、e current widely popular X-12-ARIMA and TRAMO-SEATS method can also include the research stage still are theoretical models, such as the state space model for seasonal adjustment, Bayes model for seasonal adjustment. It also includes the current international has just developed, is about to put into
19、 actual use of the X-13A-S model. In addition, the current domestic research on the application of seasonal adjustment confined to the defects in the basic application level, this part in applied research carried out in-depth studyOverall, this paper made three main aspects of domestic and innovativ
20、e researchFirst, in a limited space, the in-depth and systematic study of the various seasonal adjustment models of representative. Which, TRAMO-SEATS model, X-13A-S model, based on information filtering RMS seasonally adjusted state space model and including the trading day effects of Bayesian seas
21、onal adjustment model used in China is the first time. This is premise of a seasonal adjustment model to be reasonable international improvements, and a truly practical model for seasonal adjustment in China. Seasonally adjusted so as to further study the theory provides a helpSecond, in the applica
22、tion of research, not just stay in the Seasonal Adjustment of Time Series in the basis of the application level, but according to the meaning of seasonal adjustment model, did some more in-depth extension and applied research. Including Chinas consumer price index selection of real-time monitoring;
23、The price of food consumption in China operating characteristics; Chinas producer price and consumer price transmission relationship; The bottom line to improve tourism, and to study the crisis on Chinas tourism foreign exchange earnings and the impact of the railway passenger traffic; High rate of
24、investment in recent years, the problem of lower consumption rate and economy of our holiday issue. Related to the macroeconomic IV indicators, including quarterly GDP, total retail sales of social consumer goods, the consumer price index CPI and producer price index PPI and consumer food prices, th
25、e consumption rate, tourism foreign exchange earnings, railway passenger traffic and so onThird, this is not only a single application of seasonal adjustment model and carry out independent research, while more than a comparative study of seasonal adjustment model. The introduction of a variety of a
26、dvanced diagnostic methods and models to carry out empirical research, including not only the popular interval of the smooth, modified historical method, seasonal stability test, spectral analysis method also includes the stochastic simulation analysis methods. In short, this paper theory and applic
27、ation of seasonal adjustment research draw some meaningful conclusions and policy recommendations. This theory of seasonal adjustment for the further development in China provides a theoretical contribution, for the economic operation of the other economic issues such as economic cycle research stud
28、y provides a foundation for early, but also for all levels of government departments in an accurate grasp of the existence of some macroeconomic aspects of support, so as to develop targeted policy measures to provide a scientific basisKeywords: Seasonal adjustment; X-12-ARIMA model; TRAMO-SEATS mod
29、el; X-13A-S; state space model for seasonal adjustment; RMS information filtering; Bayesian seasonal adjustment model; Sub-annual time seriesV 目 录 中文摘要?I 英文摘要 III 目 录?VI 第 1 章 绪 论 1 1.1 选题背景和意义? 1 1.1.1 本文的选题背景 1 1.1.2 本文的选题意义 4 1.2 国内外研究动态和文献综述 6 1.2.1 国外研究历程和现状 6 1.2.2 国内研究现状及趋势 12 1.3 全文结构的安排 15
30、1.3.1 论文研究框架 15 1.3.2 论文结构安排 15 第 2 章 X-12-ARIMA 季节调整模型分析与应用 19 2.1 regARIMA 模块分析 20 2.1.1 regARIMA 模型原理 20 2.1.2 异常值回归变量识别和分析 21 2.1.3 日历效应回归变量识别和测定 26 2.2 X-11 季节调整模块分析 39 2.2.1 移动平均的季节调整原理分析 39 2.2.2 X-11 的对称和非对称移动平均分析 41 2.3 中国居民消费价格实时监测的指数选择 50 2.3.1 消费价格指数的特点与相互关系 51 2.3.2 中国月度消费价格指数的季节调整 54 2
31、.3.3 中国居民消费价格实时监测的指数选择 57 2.3.4 基于 X-12-ARIM 模型的 CPI 折年率计算 60 2.4 本章小结 61 第 3 章 TRAMO-SEATS 季节调整模型分析与应用? 64 VI 3.1 TRAMO 模块分析 64 3.1.1 TRAMO 模型的简单描述? 64 3.1.2 TRAMO 模型的参数估计和预测? 66 3.1.3 默认模型和预试? 66 3.1.4 TRAMO 模型的缺失值处理 67 3.1.5 TRAMO 模型的异常值处理 68 3.1.6 TRAMO 模型中 ARIMA 模型的选择 69 3.2 SEATS 模块分析 71 3.2.1
32、 程序的简短描述? 71 3.2.2 ARIMA 模型的分解 75 3.3 中国粮食价格的运行特征 77 3.3.1 概述 77 3.3.2 数据来源、处理及说明? 79 3.3.3 中国粮食消费价格运行特征实证研究 80 3.3.4 中国粮食消费价格预测? 88 3.4 本章小结 89 第 4 章 季节调整模型的质量评估及 X-13A-S 模型 91 4.1 引言 91 4.2 季节调整模型差异的理论分析 91 4.3 季节调整模型谱分析检验剩余季节性? 93 4.4 季节调整模型稳定性诊断方法? 96 4.4.1 幂等诊断? 96 4.4.2 平滑间距(Sliding Spans)诊断?
33、97 4.4.3 修正历史(Revision Histories)诊断 98 4.5 季节稳定性的检验 100 4.6 季节调整模型质量检验的一个模拟方法 101 4.6.1 几个假设? 101 4.6.2 几种季节调整模型检验统计量? 101 4.6.3 数据的生成过程 DGP104 4.7 X-13A-S 季节调整模型 106 VII 4.7.1 X-13A-S 模型概述 106 4.7.2 X-13A-S 新的模型选项? 107 4.8 本章小结 112 第 5 章 我国子年度经济时间序列季节调整模型扩展应用?113 5.1 中国生产价格与消费价格传导关系研究 113 5.1.1 概述
34、113 5.1.2 CPI 与 PPI 的内涵和差异 115 5.1.3 CPI 与 PPI 之间关系的理论分析 116 5.1.4 TRAMO-SEATS 季节调整模型和 HP 滤波方法 118 5.1.5 PPI 与 CPI 关系的季节调整-滤波方法研究 119 5.2 危机事件对中国入境旅游外汇收入影响评估 128 5.2.1 基于 TRAMO-SEATS 季节调整的本底线改进? 130 5.2.2 基于改进本底线的旅游危机事件损失评估 132 5.3 基于季节调整本底线的 SARS 对中国铁路客运量的损失评估 139 5.3.1 基于季节调整本底线的危机事件铁路客运损失评估? 141
35、5.3.2 改进季节调整本底线的铁路客运损失评估 146 5.4 本章小结 148 第 6 章 基于状态空间的季节调整模型与应用 151 6.1 状态空间模型分析 151 6.2 卡尔曼滤波方法分析? 152 6.2.1 Kalman 滤波的一般形式?152 6.2.2 Kalman 滤波的解释和性质 154 6.2.3 Kalman 滤波的初始条件?155 6.3 基于状态空间模型的超参数估计 155 6.4 基于状态空间方法的季节调整 156 6.4.1 简化状态空间模型 156 6.4.2 季节调整的状态空间表示 157 6.4.3 状态空间表示的季节调整模型求解 159 6.5 基于状
36、态空间方法的中国季度 GDP 季节调整 160 6.5.1 概述 160 VIII 6.5.2 研究对象和数据来源及分析处理 162 6.5.3 季节调整状态空间模型的定义和参数估计 162 6.5.4 基于季节调整状态空间模型的中国 GDP 季节调整? 165 6.5.5 状态空间季节调整模型和 TRAMO-SEATS 模型的比较 167 6.6 本章小结 169 第 7 章 基于 SRIF 的状态空间季节调整模型及应用 170 7.1 引言 170 7.2 一个状态空间季节调整模型分析 170 7.3 一个均方根信息滤波或平滑方法 172 7.3.1 Kalman 滤波方法? 172 7.
37、3.2 一个均方根信息滤波平滑方法? 173 7.4 均方根信息滤波的 DECOMP 程序分析 174 7.5 基于 SRIF 的状态空间季节调整模型与我国居民消费 176 7.5.1 数据来源及分析处理 176 7.5.2 模型中 AR 成分的选择? 176 7.5.3 模型中交易日成分选择? 177 7.5.4 季节调整模型所得各成分分析? 179 7.5.5 社会消费品零售总额环比增长率和经济监测? 181 7.6 消费率重估、分解和扩大消费需求? 182 7.6.1 我国商品货物消费率估计和分解 183 7.6.2 我国消费率波动分析和政策建议 187 7.7 本章小结 191 第 8
38、 章 基于 Bayes 的季节调整模型与应用? 192 8.1 引言 192 8.2 季节调整 Bayes 方法分析 193 8.2.1 季节调整的经典回归方法 193 8.2.2 关于对趋势项和季节项的约束条件 194 8.2.3 带有随机约束的回归模型 194 8.2.4 Bayes 季节调整模型构建与评价准则? 196 8.2.5 贸易日和闰年调整 198 IX 8.3 季节调整 Bayes 程序分析 199 8.4 基于 Bayes 季节调整模型的中国居民消费? 201 8.4.1 数据来源及分析处理 201 8.4.2 中国居民消费季节调整 Bayes 程序分析 202 8.4.3
39、中国居民消费 Bayes 季节调整结果分析 202 8.4.4 基于 Bayes 季节调整模型的假日经济与居民消费 205 8.5 本章小结 215 第 9 章 结论与展望?217 9.1 本文的主要结论 217 9.2 本文的主要政策建议? 220 9.3 本文的主要创新点 221 9.4 需要进一步研究的问题 224 主要参考文献? 225 在学期间发表论文清单 231 后 记?233X 暨南大学博士论文:子年度经济时间序列季节调整模型与应用研究 第 1 章 绪 论 1.1 选题 背景 和意义 1.1.1 本 文的 选题背 景 1905 年,Yule 等提出影响和组成时间序列的四个不可观测
40、成分,即趋势(Trend) 、循环(Cycle)、季节(Season)和不规则(Irregular)成分。其中,趋势成分又被称为长期趋势,它通常与短期(月或季度)的波动无关,与经济指标的基本发展特征相联系,如经济增长、社会发展和人口增加等;循环因素又被称为周期因素,它反映经济时间序列长期内扩张和收缩交替出现的周期特征。有别于季节特征,一个周期通常均大于一年;季节因素是经济时间序列在一年中的月份或季度值在历年中具有稳定的变动规律,通常由节假日、气候等季节因素决定;不规则因素即为上述因素中未能考虑到因素,它的出现和持续时间、影响程度等均不可预知。1919 年,Person 提出将四种不可观测成分构
41、建相互联系的模型,分为加法模型和乘法模型,通常又被称为 Link-relative 方法。 上述因素中,唯有第一种因素最能反映经济运行的本质特征和态势,第二和三种因素引发的波动往往掩盖经济运行的本质特征,使人们对经济发展趋势难以把握,甚至产生错误判断。在同一时间序列中均包含上述因素,要对时间序列的变动得出科学判断,准确把握经济发展趋势,必须不断对时间序列中的季节因素和偶然因素进行调整。季节因素调整,即将某时间序列中的季节性因素和偶然性因素剔除,使得经过季节因素调整的时间序列能准确反映社会经济运行态势。有些国家如澳大利亚公布趋势估计值而不是季节调整值,因为季节调整值包含了很多不规则因素,使得调整
42、后的数据有着很大的方向变动性,趋势估计值很好地避免了上述问题,尤其在季节调整数据不稳定时,对数据用户来说用处更大。 1.选题的国外背景 20 世纪 50 年代初期,国外在统计科学理论和实践领域开始对季节调整方法和应用展开研究。美国人口普查局(/.sus Bureau)在 20 世纪 50 年代的人口统计中,率先研制并应用了 X-1 季节调整方法, 经过几十年的不断完善延伸出了多种先进的季节调整方法,这将在本文第 1.2 节的内容中作具体介绍。这里着重介绍其在国外的应用背景。 (1)主要国际组织对季节调整的要求。世界经济合作与发展组织(OECD)要求对含1 第 1 章 绪论 有季节因素的所有短期
43、经济指标进行季节调整,并公布季节调整前后的数据。认为应该进行季节调整的七个方面指标是:季度国民核算、居民消费价格指数(CPI)、生产者价格指数(PPI)、工业生产指数、消费者信心指数、零售贸易量、货币发行量。在数据发布方面,要求根据不同用户需求,提供不同程度数据。如对于普通民众,仅提供解释和说明;对于统计专业用户,提供季节调整详细过程;对于专业分析研究用户,提供季节调整再处理详细资料等;欧盟统计局(Eurostat)要求成员国尽可能对含有季节因素的所有短期指标进行季节调整,其中必须调整的五个主要方面是:季度国民核算、居民消费者价格指数(CPI )、劳动力市场、对外贸易、短期预警指标。在数据发布
44、方面,根据用户的需要,发布季节调整后数据、日历效应数据、趋势-循环成分等。同时发布原始数据、说明及分析等资料。国际货币基金组织(IMF)建议同时公布季节调整前后经济序列。针对不同指标有具体的调整和发布政策建议。如不调整 PPI 总指数,但必须调整该指数中受季节影响较大的细类,如原材料、农产品等价格指数。对于那些调整 PPI 的国家,同时应发布详细的调整过程。 可见,主要国际性经济组织均对经济时间序列的季节调整有着较高的不同程度要求,但具体需要调整的指标和公布内容、公布方式均存在一定差异。 (2)发达国家季节调整实践。目前发达国家均对短期经济指标进行季节调整,涉及国民经济各个领域。将经济时间序列
45、中出现季节因素并能够被确定的短期指标都进行季节调整的国家如美国、德国、加拿大、澳大利亚等。一些国家除 PPI、劳动力成本等少数短期指标外,对其它含有季节因素的短期经济指标均进行季节调整,如日本、英国、法国、意大利等。季节调整后的指标一些国家不仅进行环比比较,还进行同比比较,如日本、英国和加拿大等。为便于分析使用,一些国家还将一些短期指标进行环比“折年率”计算,如美国、日本和加拿大等。在数据公布方面,所有发达国家同时公布经季节调整前后的数据。一些国家发布数据的同时,也发布相关的元数据和技术文件;一些发达国家根据用户群体不同,将这些元数据和技术文件分为外部、内部和特殊用户需求三个方面等。可见,不同
46、国家在数据的公布上仍存在一些差异。 各国季节调整由于缺乏一致性,在进行季节调整数据比较和季节调整总量汇编政策方面陷入窘境。一个金融、财政和支付统计平衡委员会(CMFB)建立了联合工作组对欧洲各国在季节调整方面的不一致进行协调,并提出了一整套关于季度国民账户主要总量指标的调整建议,其参与国主要有英国、法国、西班牙、意大利、荷兰及比利时。发达国家主要通过互联网和数据库、纸介质及光盘等多种渠道发布季节调整数据。各国统计机构及银行均设立专门季节调整网站,介绍季节调整知识、提供季节调整培训、发2 暨南大学博士论文:子年度经济时间序列季节调整模型与应用研究 布季节调整报告及研究文章等。有关季节调整的出版物
47、也纷纷呈现。 (3)发展中国家季节调整实践。发展中国家季节调整状况的差异较大,季节调整短期指标比较全面的国家有波兰、匈牙利、新加坡、韩国、南非、巴西和墨西哥等;只对有季节因素的重要短期指标进行调整的国家有俄罗斯、菲律宾和中国台湾、香港以及大部分独联体国家和巴尔干地区,调整指标包括季度国民核算、工业生产、就业、货币供应量、零售贸易、进出口等;有些国家对含季节因素的个别短期指标进行调整,如季度国民核算或工业生产指数,如印度尼西亚、泰国等。 发展中国家在公布方面也各有差异。如波兰、匈牙利和韩国等,基本将所有季节调整后的数据免费公布在其官方网站和出版物;俄罗斯等独联体国家及新加坡、中国台湾仅公布少量几
48、个指标;印度尼西亚则不对外公布季节调整数据。 由此可见,季节调整方法的理论和实践在发达国家已非常完善,而发展中国家还在不断完善中,季节调整实践在国家的统计工作中占有重要地位,非常值得我国借鉴。 2.本文选题的国内背景在我国,理论统计学通常沿袭西方国家的数理统计,应用统计学很长一段时间沿袭苏联的社会经济统计学,理论和应用的结合较晚。1993 年,国家统计局组织经济周期波动分析软件(BCAMF)培训,我国政府系统统计工作者此时才开始接触 X-11-ARIMA 方法。此后,我国统计学及相关学科的教材开始对季节调整方法作介绍,但至今人们对其理论理解和实务中的认识仍不够。目前我国具有季节因素的所有时间序
49、列都没有进行季节调整,消除季节之间不可比因素的一个主要方法是与上年度同期数据比较的同比指数。随着我国社会经济不断融入世界经济一体化进程中,要求我国与国际通行方法接轨,对我国传统统计方法提出了新挑战。引入时间序列季节调整方法,不仅提高了数据的分析和使用价值,同时对传统的统计数据搜集方式提出了改革的要求。 (1)对季节调整认识不足。经季节调整后的数据有其不利于理解之处。首先,季节调整数据主要体现实际指标的趋势等因素,其总量和增长速度均与原始数据之间有着较大差异,不能反映实际经济含义。其次,在原序列中增加近期数据进行季节调整,原调整序列出现不同的调整值,传统上一个时期只有一个数据,因此出现理解上的困难。再次,季节调整时间序列的末端数据比中间数据的可信度低。原因是形成最终序列前,对起始端共 4年数据进行修缮。当其用于预测同样得到终端数据可信度低的结论。尽管如此,不能因瑕掩瑜,应充分意识到其优越性。国际上通常将原始数据和季节调整数据同时公布,不会影3 第 1 章 绪论 响原始数据对经济分析的重要价值。季节调整后数据是原始数据的有益补充和升华。 (2)基础统计数据搜集方式不利于季节调整。季节调整是对每个独立的本期 月或季度 数据进行调整,而不是累计数。我国除部分数据仅以累计方式搜集外,大部分基础数据是本期月或季度 和累计同时搜集,但以累计数据为基准和主体。理论上累计数据差分后
