陳雄強，張曉峒

(南開大學 經(jīng)濟學院，天津 300071)

一、引 言

對我國居民消費量的增長與波動進行實時監(jiān)測，這是制訂及時有效的刺激消費政策、促進經(jīng)濟持續(xù)穩(wěn)定增長的關鍵所在，其重要性不言自明。改革開放30年來，我國經(jīng)濟保持了高速增長。然而，我國內(nèi)需不足的結構性矛盾卻日益突出，居民消費占GDP的比重由1978年的48.26%下降為2010年的33.22%。我國已成為世界上居民消費率最低的國家之一，居民消費不足已經(jīng)成為我國國民經(jīng)濟又好又快發(fā)展的重要制約因素。因此，探討合適的經(jīng)濟指標對居民消費量進行實時監(jiān)測，具有十分重要的意義。

對經(jīng)濟數(shù)據(jù)進行季節(jié)調(diào)整是分析經(jīng)濟指標短期走勢的一種有效手段［1］。用季節(jié)調(diào)整方法從月度序列中剔除季節(jié)因素、日歷效應等因素的影響，使各期數(shù)據(jù)處于一個“平等”的水平，這種方法計算的環(huán)比增長率可以更及時地反映經(jīng)濟指標的潛在變動趨勢［2］。此外，通過季節(jié)調(diào)整將原始序列中的趨勢循環(huán)成分、季節(jié)成分和不規(guī)則成分分離，有利于及時準確地把握居民消費的增長和波動特征，從而對居民消費進行實時監(jiān)測。

國外學者研究季節(jié)調(diào)整的歷史可以追溯到19世紀中葉。隨著時間序列分析理論和計算機技術的發(fā)展，季節(jié)調(diào)整理論和方法在發(fā)達國家得到廣泛應用，目前X11和SEATS已經(jīng)成為世界各國進行季節(jié)調(diào)整的標準方法［3］。然而，這些方法和程序是歐美國家根據(jù)本國節(jié)假日特點設計的，例如美國普查局的季節(jié)調(diào)整程序引入了復活節(jié)、感恩節(jié)等影響因素［4］。如果忽略中國春節(jié)、中秋節(jié)、雙休日調(diào)休等節(jié)假日因素，直接運用國外季節(jié)調(diào)整軟件對我國時間序列進行季節(jié)調(diào)整，不僅無法有效剔除移動假日對經(jīng)濟序列的影響，還可能對經(jīng)濟走勢做出錯誤判斷。

如何準確定義移動假日效應變量，合理剔除移動假日效應對經(jīng)濟序列的影響，是我國季節(jié)調(diào)整研究中的熱點和難點。文獻［5-8］普遍借鑒美國普查局季節(jié)調(diào)整程序中復活節(jié)的處理方法，根據(jù)所設定的假日影響天數(shù)在相鄰月份之間的分配比例，為春節(jié)效應變量設計了多種賦權方式，并對春節(jié)效應變量采用多段定義方式，構造回歸變量，從而對春節(jié)效應的影響做出估計，這種做法提高了季節(jié)調(diào)整結果的準確性。但是，以上文獻往往主觀設定經(jīng)濟變量受春節(jié)影響的效應變量的賦權方式和分段方法，這種做法隨意性較大。例如，在對我國社會消費品零售總額進行季節(jié)調(diào)整時，文獻［7］直接將春節(jié)影響設定為三段非等權的形式，并將節(jié)日影響分為節(jié)前20天、節(jié)中7天和節(jié)后20天。文獻［8］則將春節(jié)影響設定為節(jié)前20天、節(jié)中5天和節(jié)后10天。比較例外的是文獻［9-10］，文獻［9］在對我國貨幣供應量進行季節(jié)調(diào)整時，將春節(jié)影響分為三段，預先給出幾種備選方案（節(jié)中選擇0、3或7天，節(jié)前和節(jié)后天數(shù)相等，分別選擇0、7、10或15天），然后根據(jù)季節(jié)調(diào)整結果比較AICC值（修正的赤池信息準則）和預測誤差，從中選擇最佳分段方法；文獻［10］在對中國CPI序列設定春節(jié)效應時也是分為三段，先將節(jié)中影響定為7天，節(jié)前和節(jié)后天數(shù)相等，分別選擇7、14或20天。然后根據(jù)季節(jié)調(diào)整質(zhì)量的評價指標Q的取值選擇分段方法。以上兩種做法存在一定缺陷。因為上述文獻普遍將春節(jié)影響分成多個時段，如果每一段的起止期都是可變的，那么備選方案有無數(shù)種，這個工作量很大。而且，僅憑AICC值、預測誤差或Q值確定節(jié)假日起止期，盡管統(tǒng)計檢驗指標可能顯著，卻忽視了節(jié)假日的真實變化特征。此外，現(xiàn)有文獻普遍著力分析季節(jié)調(diào)整中的春節(jié)效應，而對其他節(jié)假日（例如中秋節(jié)、端午節(jié)、黃金周等）分析則略顯不足。

相對于已有文獻，本文研究具有以下特點：第一，運用每日銷售額數(shù)據(jù)作為節(jié)假日效應分段和賦權的設定依據(jù)，以避免節(jié)假日效應變量設定不當引起的誤差；第二，分析影響居民消費的所有節(jié)假日效應，以充實中國節(jié)假日效應處理的研究文獻；第三，基于實際消費量（剔除物價變動影響）計算環(huán)比增長率，以體現(xiàn)居民消費水平的真實變動①；第四，對原始序列各分解成分的變動特征進行詳細討論，以探索居民消費的內(nèi)在變化特征；第五，對比分析同比與環(huán)比數(shù)據(jù)的差異，以凸顯環(huán)比數(shù)據(jù)在居民消費實時監(jiān)測中的重要意義。

二、季節(jié)調(diào)整的基本原理

季節(jié)調(diào)整是從原始序列中估計和剔除季節(jié)變動因素，其目的是更好地揭示月度（或季度）序列的潛在特征，從而真實地反映時間序列的變化規(guī)律。通常，將月度數(shù)據(jù)序列分解為季節(jié)成分、趨勢循環(huán)成分和不規(guī)則成分。乘法模型在宏觀經(jīng)濟指標中應用最為廣泛，分解方程可以表示為：Yt=St′×TCt×It，Yt、 St′、 TCt和 It分別表示原始序列、組合季節(jié)成分、趨勢循環(huán)成分和不規(guī)則成分。其中，組合季節(jié)成分 St′=Ht×WDt×St， Ht、WDt和 St分別表示移動假日成分、工作日成分和季節(jié)成分。由于移動假日效應和工作日效應對月度數(shù)據(jù)的影響與季節(jié)成分類似，同樣會對經(jīng)濟周期的判斷造成困難，因此通常把它們和季節(jié)成分組合在一起考慮并加以消除，故而統(tǒng)稱為組合季節(jié)成分［4］。通過從原始序列中剔除組合季節(jié)成分得到季節(jié)調(diào)整序列SAt=TCt×It，據(jù)此計算環(huán)比增長率，公式為：

本文以美國普查局程序X-13ARIMA-SEATS為基礎，在居民消費的季節(jié)調(diào)整中引入中國節(jié)假日因素。X-13ARI?MA-SEATS的基本原理可以分為三個階段：首先建立Re?gARIMA模型對序列進行前向和后向一年期的樣本外預測以補充數(shù)據(jù)；然后反復多次地運用不同長度的季節(jié)濾子和Hen?derson濾子對序列進行移動平均操作，提取季節(jié)成分、趨勢循環(huán)成分和不規(guī)則成分；最后對季節(jié)調(diào)整結果進行診斷檢驗。RegARIMA模型可以表示為：

其中，L是滯后算子；s是季節(jié)周期；φ(L)和Φ(Ls)分別是非季節(jié)和季節(jié)自回歸算子；θ(L)和Θ(Ls)分別是非季節(jié)和季節(jié)移動平均算子；d和D分別表示非季節(jié)差分和季節(jié)差分次數(shù)；εt是白噪聲過程；yt為原始序列；xit包括移動假日效應、工作日效應、離群值和常數(shù)項等。

三、中國節(jié)假日效應的處理

由于我國同時使用公歷和農(nóng)歷，導致我國節(jié)假日比世界其他國家的情況復雜。既有元旦、婦女節(jié)、勞動節(jié)和國慶節(jié)等固定假日，也有春節(jié)、中秋節(jié)、端午節(jié)、清明節(jié)等移動假日；既有日常的周末雙休制，也有雙休日“調(diào)休”制度。節(jié)假日效應的設定直接決定著季節(jié)調(diào)整的質(zhì)量和環(huán)比數(shù)據(jù)的準確性。為準確把握節(jié)假日對我國居民消費的影響，本文選取北京12家商場2008年1月1日至12月31日之間的日銷售額數(shù)據(jù)作為參考依據(jù)②，其銷售額序列如圖1所示。

圖1 北京12家商場2008年日銷售額序列

在圖1中，虛線表示的是北京12家商場2008年1月1日至12月31日之間日銷售額序列圖，實線表示銷售額7天簡單移動平均走勢圖。由于每周共有7天，采用7天移動平均可以消除每周的周期性變動，有利于分析時間序列的其他特征。從圖中可以看出，每周一到周五銷售額較低，周六到周日達到銷售額高峰，周而復始。7天移動平均走勢圖反映出6個銷售高峰，分別對應春節(jié)（2月7日）、婦女節(jié)（3月8日）、勞動節(jié)（5月1日）、端午節(jié)（6月8日）、中秋節(jié)（9月14日）和國慶節(jié)（10月1日）。其中春節(jié)影響最強烈，持續(xù)時間最長；國慶節(jié)和勞動節(jié)的節(jié)日強度次之；端午節(jié)影響較微弱。婦女節(jié)雖然只有一天，但當日銷售額不亞于5月1日和10月1日，由此可見女性在3月8日的消費量不可低估。元旦、婦女節(jié)、勞動節(jié)、國慶節(jié)在每年的公歷日期中定期出現(xiàn)，故稱之為固定假日，它們構成當月季節(jié)成分的一部分，通過季節(jié)調(diào)整可以從原始序列中直接剔除，因此不做特別處理。

（一）移動假日效應

中國傳統(tǒng)四大節(jié)日——春節(jié)、中秋節(jié)、端午節(jié)和清明節(jié)每年對應的公歷日期都是變動的。1990年—2030年間，春節(jié)（農(nóng)歷正月初一）對應的公歷日期在1月21—2月20之間變動，端午節(jié)在5月28—6月24之間變動，中秋節(jié)在9月8日—10月6日之間變動，清明節(jié)在4月3日—4月5日之間變動，這種類型的節(jié)日稱之為移動假日。春節(jié)、中秋節(jié)和端午節(jié)在不同年份可能會落在不同月度，而清明節(jié)則始終位于4月，因此清明節(jié)的移動對月度數(shù)據(jù)沒有影響。從圖1可以看出，端午節(jié)近似呈“均勻”型變化形式（節(jié)日期間每一天對經(jīng)濟變量的影響近似相等），而春節(jié)和中秋節(jié)呈“∧”字型變化形式。在進行季節(jié)調(diào)整前，必須先對移動假日效應進行處理。下面將分別根據(jù)這兩類變化形式構建回歸變量。

（1）“均勻”型賦權。參照美國普查局對復活節(jié)和感恩節(jié)的處理方法，根據(jù)節(jié)假日影響持續(xù)時間落在不同月份的比例建立變量。設節(jié)日影響天數(shù)為n，落在i年j月的天數(shù)為ni,j，據(jù)此定義變量值為ni,jn。對于2008年端午節(jié)而言，節(jié)日當天為6月8日，對銷售額的影響從節(jié)前3天開始到節(jié)后5天結束（6月5日—6月13日），共持續(xù)9天，這9天全部落在6月，故而其他月份不受影響。據(jù)此可以定義端午節(jié)變量為D2008,6=9/9=1，2008年其他月份的值為0。其他年份也是按照類似方法（節(jié)前3天至節(jié)后5天“均勻”型賦權）對端午節(jié)效應進行設定。

（2）“∧”字型賦權。節(jié)假日對經(jīng)濟變量的影響往往不是“均勻”變化的，可以分為節(jié)前、節(jié)中或節(jié)后多個時段。根據(jù)圖1可以看出，春節(jié)和中秋節(jié)影響呈“∧”字型，即越接近春節(jié)日，春節(jié)對日零售額的影響力度越大，越遠離春節(jié)日，春節(jié)對日零售額的影響力度越小。這與文獻［7-8］在對零售額進行季節(jié)調(diào)整時，將春節(jié)效應設定為三段的處理方法不同。

2008年春節(jié)（農(nóng)歷正月初一）對應公歷2月7日。根據(jù)圖1，在春節(jié)對零售額的影響期內(nèi)，1月14日（節(jié)前第24天）到2月3日（節(jié)前第4天）為遞增階段，2月3日（節(jié)前第4天）至2月19日（節(jié)后第12天）為遞減階段。第一時段共21天，第二時段共17天。借鑒欒惠德［7］提出的非等權賦值方法設置春節(jié)變量。按照“∧”字型賦權，將第一時段的權數(shù)依次設定為1/21，2/21，…，21/21，第二時段的權數(shù)設定為17/17，16/17，…，1/17。根據(jù)不同時段，“∧”字型春節(jié)效應定義兩個變量，即S1i,j和S2i,j（i和j分別表示對應的年和月）。第一時段影響天數(shù)為21天，其中落在1月的天數(shù)為18天，落在2月的天數(shù)是3天。因此，S1i,j在2008年1月和2月的值分別為：

因為春節(jié)效應的第一時段對3至12月沒有影響，所以S12008,j（j=3,4,…,12）的值都是零，則S12008,j在2008年1至12月的取值依次為0.74,0.26,0,0,0,0,0,0,0,0,0,0。春節(jié)效應第二時段設定17天（從2月3至2月19日），全部落在2月份，所以S22008,2=1；2008年其他月份，S22008,j=0，則S22008,j在1至12月的取值依次是0,1,0,0,0,0,0,0,0,0,0,0。同理，按照“∧”字型賦權方法（設定春節(jié)前24天至春節(jié)前4天為第一段，春節(jié)前第4天至春節(jié)后12天為第二段），依據(jù)日歷可以計算各年份的春節(jié)變量S1i,j和S2i,j。

根據(jù)和春節(jié)類似的方法，可以對中秋節(jié)的“∧”字型變化設定兩個效應變量M1i,j和M2i,j。此外，春節(jié)、中秋節(jié)、端午節(jié)各效應變量值都按相同月份進行中心化處理。

（二）工作日效應與調(diào)休處理

圖1的零售額序列中，周一至周五零售額較低，周六和周日零售額較高。這是因為人們通常在周一至周五忙于工作，而在周末集中消費?？紤]到工作日（周一至周五）和休息日（周六和周日）對經(jīng)濟活動的影響不同，即認為周一至周五之間無差別、周六和周日之間無差別，這種因素稱之為工作日效應。除2月會出現(xiàn)28天以外，其他所有月份分別為29、30或者31天，因此有些月份中，休息日會多一些，有些月份工作日又會多一些，休息日較多的月份零售額往往較高。要想使各月零售額數(shù)據(jù)具有可比性，就必須設法剔除這種工作日效應。

此外，考慮到我國在“五一”和“十一”黃金周期間伴有調(diào)休安排，工作日和休息日的計算以實際工作或者休息天數(shù)為準。以2009年國慶節(jié)為例，根據(jù)國務院調(diào)休方案，9月27日（周日）調(diào)到10月7日（周三）位置形成黃金周，而9月27日按工作日處理。經(jīng)調(diào)整后，2009年9月份的工作日是23個（比原日歷增加一天），休息日7個（比原日歷減少一天）。2009年10月份的工作日和休息日的天數(shù)也相應調(diào)整。

考慮到工作日和休息日之間的差異，將中國月度工作日效應變量WDi,j按照下式定義：

四、實證分析

根據(jù)上述節(jié)假日設定方案，運用X-13ARIMA-SEATS軟件對消費序列進行季節(jié)調(diào)整分析。

（一）季節(jié)調(diào)整設置與診斷結果

在我國統(tǒng)計資料中，月度數(shù)據(jù)齊全的消費數(shù)據(jù)只有社會消費品零售總額。因此，本文擬將其作為消費波動的考察指標③。選取的數(shù)據(jù)區(qū)間為2000年1月—2011年4月，以2000年為基期運用商品零售價格指數(shù)剔除價格影響獲得實際零售總額。以上所需數(shù)據(jù)均來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。

按照前面的分析，在季節(jié)調(diào)整前分別設定春節(jié)、中秋節(jié)、端午節(jié)和工作日效應回歸變量。按照“∧”字型賦權方法設定春節(jié)效應變量（S1i,j、S2i,j）和中秋節(jié)效應變量（M 1i,j、M 2i,j），對端午節(jié)按照“均勻”型賦權方法設定一個變量Di,j；此外引入一個工作日效應變量WDi,j?？偣苍O定5個移動假日效應變量和1個工作日效應變量。引入上述回歸變量后，運用X-13ARIMA-SEATS軟件按照默認設置進行季節(jié)調(diào)整。季節(jié)調(diào)整程序自動選擇的最優(yōu)SARIMA模型為（0，1，0）（0，1，1），RegARIMA模型中回歸變量 xit的相關輸出結果見表1。

由表1可以看出，春節(jié)效應變量（S1和S2）、中秋節(jié)效應變量（M1和M2）和端午節(jié)效應變量（D）都具有明顯的顯著性。從經(jīng)濟意義角度來看，設定的5個移動假日效應變量的回歸系數(shù)都是正數(shù)，這也驗證了人們在節(jié)日期間的消費顯著高于非節(jié)日時段。

表1 季節(jié)調(diào)整RegARIMA模型的回歸變量

檢查季節(jié)調(diào)整的輸出結果，除了移動假日效應變量以外，RegARIMA模型的回歸變量的系數(shù)都顯著，殘差序列滿足正態(tài)性；季節(jié)調(diào)整后序列、不規(guī)則成分序列和RegARIMA模型殘差序列的譜圖中都未出現(xiàn)明顯的季節(jié)譜峰或交易日譜峰，表明這幾個序列中已經(jīng)沒有季節(jié)特征，同時也說明運用2008年的零售額日度數(shù)據(jù)作為移動假日的分段依據(jù)是可信的；季節(jié)調(diào)整綜合評價體系中的11個M統(tǒng)計量（M1～M11）和2個Q統(tǒng)計量（Q和Q2）都介于0～1之間，符合季節(jié)調(diào)整的基本要求；平移區(qū)間檢驗和修正歷史檢驗結果都在可接受范圍之內(nèi)，說明模型的穩(wěn)定性和預測效果較好?？傊?，季節(jié)調(diào)整結果符合各項檢驗指標的要求。

（二）原始序列的分解

根據(jù)時間序列的特征，X-13ARIMA-SEATS程序按照乘法模型將原始序列分解為趨勢循環(huán)成分、季節(jié)成分和不規(guī)則成分，據(jù)此更加深入地探討我國居民消費的增長和波動規(guī)律。

（1）持續(xù)穩(wěn)定增長的趨勢循環(huán)成分。圖2是實際零售總額與趨勢循環(huán)成分的走勢圖（單位：萬億元）。原始序列包含明顯的季節(jié)性，而趨勢循環(huán)序列已消除原始序列中的季節(jié)成分和不規(guī)則成分的影響，可以反映該指標的真實變動趨勢。在2000—2011年間，我國居民消費保持穩(wěn)定的增長態(tài)勢，趨勢循環(huán)序列月平均增長1.13%。對趨勢循環(huán)序列的月度數(shù)據(jù)序列建立ARIMA模型結果為：

其中，Dyt表示趨勢循環(huán)成分的一階差分序列，LBQ檢驗結果表明殘差項不存在自相關，并且（6）式特征值的倒數(shù)分別為0.92和-0.25，都在單位圓之內(nèi)。樣本內(nèi)靜態(tài)預測誤差（MAPE）為0.22%?？傮w而言，這個ARIMA模型符合時間序列建模的要求，可以對居民消費的趨勢循環(huán)成分進行預測。

圖2 原始序列與趨勢循環(huán)成分

（2）“穩(wěn)中有變”的季節(jié)成分。圖3為實際消費序列的季節(jié)成分和移動假日成分趨勢圖。相對而言，季節(jié)成分對消費序列的影響顯著大于移動假日成分的影響。

從季節(jié)成分來看，消費序列的季節(jié)性特征非常明顯，各年份季節(jié)性變動模式基本穩(wěn)定，每年包括兩輪波谷，一輪波峰：每年1—2月處于消費序列的最高峰位置，隨后居民消費量大幅下滑到4月開始止跌回升至5月形成一個小高峰（這個小高峰與“五一”黃金周有關），隨后再次下滑，至7月后再次大幅上升。每年12月至次年2月間形成的居民消費波峰與春節(jié)顯著相關。此外，“五一”和“十一”黃金周所在月份的固定季節(jié)效應有所增強，但緊隨其后的月份（6月和11月）中固定季節(jié)效應均顯著下降。黃金周期間短暫的消費熱潮過后，往往會出現(xiàn)一個相對較長的消費淡季。這表明“五一”和“十一”黃金周表現(xiàn)出一種“跨期替代效應”。黃金周的實施并沒有從根本上增加居民消費，只不過是消費在不同時期的轉移。這種假日安排對于刺激消費、擴大內(nèi)需的政策目標作用有限。

表1中包括程序自動探測的兩個季節(jié)性離群值（SO2002.12和SO2006.12），這意味著在整個樣本區(qū)間，季節(jié)模式發(fā)生兩次變化，據(jù)此可以將居民消費的季節(jié)成分分為三個時段：2000年1月至2002年12月、2003年1月至2006年12月以及2007年1月至2011年4月。

觀察圖3發(fā)現(xiàn)，三個階段的主要區(qū)別在于季節(jié)成分的尖峰程度不斷下降?？梢?，人們的消費觀念發(fā)生了變化，不再將所有春節(jié)期間的消費集中在某一個月，而是分散在多個月份進行消費。

圖3 季節(jié)成分和移動假日成分

（3）隨機變動的不規(guī)則成分。單位根檢驗結果表明，不規(guī)則成分序列的ADF統(tǒng)計量為-10.44，而相應的1%水平上的臨界值為-3.48，這說明不規(guī)則成分序列是一個不存在自相關性的平穩(wěn)時間序列。

除經(jīng)濟變量自身的隨機變動以外，離群值是不規(guī)則成分產(chǎn)生的一個重要原因。在圖4中存在三個明顯的異常值：2003年5月的異常值是由于人們的消費行為受到SARS病毒傳播的抑制；2009年1月的異常值與全球金融危機有關；2010年2月的異常值則顯示消費需求在經(jīng)歷金融危機后的第一個春節(jié)期間強勢反彈，這也是2009年我國執(zhí)行一系列擴張性財政和貨幣政策的結果。這些異常值和表1中程序自動識別的離群值結果一致。

圖4 不規(guī)則成分

（三）同比與環(huán)比增速比較

環(huán)比數(shù)據(jù)是與前一個月份的季節(jié)調(diào)整后數(shù)據(jù)相對比獲得的增長速度，而同比數(shù)據(jù)是與前一年相同月份的原始數(shù)據(jù)對比獲得的增長速度。從圖5中可以看出，盡管環(huán)比和同比增長率的絕對量相差較大，但是它們的變化趨勢大體相同，例如在2003年1月和5月它們均處于低增長狀態(tài)，2010年2月都處于消費的高增長狀態(tài)。相對而言，環(huán)比數(shù)據(jù)波動更為頻繁，這意味著環(huán)比數(shù)據(jù)能夠更加敏銳地捕捉經(jīng)濟指標的瞬息變化。例如，2006年10月環(huán)比增長率低至0.147%，而同比增長率在2007年1月方才達到這一輪居民消費增速的最低點10.75%。2009年1月環(huán)比數(shù)據(jù)為-0.63%，顯示居民消費正經(jīng)受金融危機的嚴重沖擊，而同比增長率在2009年2方才達到這一輪居民消費增速的最低點?？傮w而言，同比數(shù)據(jù)包含過去12個月中經(jīng)濟指標的變化信息，而環(huán)比數(shù)據(jù)直接與上月數(shù)據(jù)進行比較，因此環(huán)比數(shù)據(jù)反映居民消費的短期變動優(yōu)勢明顯。

圖5 消費序列的同比與環(huán)比增長率（%）

運用季節(jié)調(diào)整程序，可以對增長速度進行預測。在2011年5月—2012年4月間，居民消費將保持增長態(tài)勢，月環(huán)比增長率介于0.69%～1.47%之間，平均增長1.11%。

五、結論與建議

本文根據(jù)日銷售額中的節(jié)假日特征，提出了我國居民消費序列季節(jié)調(diào)整的新方案。在新方案中增加移動假日效應、工作日效應與調(diào)休效應后，不僅能充分提取原始序列的季節(jié)成分和節(jié)假日效應成分，而且可以有效監(jiān)測居民消費的增長和波動。基于日度數(shù)據(jù)的波動特征進行季節(jié)調(diào)整是本文的主要創(chuàng)新，這種思路也可以推廣至其他經(jīng)濟變量的季節(jié)調(diào)整方法中。其前提條件是必須找到相應變量的日度數(shù)據(jù)。

國家統(tǒng)計局已于2011年開始向公眾發(fā)布零售總額的環(huán)比數(shù)據(jù)。為進一步發(fā)揮季節(jié)調(diào)整在居民消費實時監(jiān)測中的作用，可以從以下幾方面進一步完善環(huán)比數(shù)據(jù)體系：第一，進一步加強居民消費日度和月度數(shù)據(jù)的統(tǒng)計核算工作，以保障季節(jié)調(diào)整原始數(shù)據(jù)的準確性；第二，及時推出以不變價核算的消費量的環(huán)比增長速度，以反映居民實際消費的變動；第三，我國是一個二元經(jīng)濟結構社會，分別對城鎮(zhèn)和農(nóng)村消費量的環(huán)比增速進行核算具有重要的現(xiàn)實意義。

［注 釋］

① 這和國家統(tǒng)計局公布的運用名義消費量計算得到的環(huán)比數(shù)據(jù)有顯著區(qū)別。2011年4月，中國國家統(tǒng)計局首次對外發(fā)布四項統(tǒng)計指標的經(jīng)季節(jié)調(diào)整的環(huán)比數(shù)據(jù)，其中包括社會消費品零售總額的環(huán)比數(shù)據(jù)。這是我國統(tǒng)計制度的一項重大改革。

② 感謝國家統(tǒng)計局國民經(jīng)濟核算司提供此數(shù)據(jù)。由于無法獲得全國居民消費的日度數(shù)據(jù)，本文采用2008年北京12家大型商場的銷售額描述居民消費的變動特征，以此作為季節(jié)調(diào)整的參考。出于對數(shù)據(jù)保密性要求的考慮，此處未公布商場的名稱。如能獲得各年度居民消費的日度數(shù)據(jù)，將有助于更加準確地刻畫居民消費的波動情況。

③ 由于我國尚未開展居民消費的月度數(shù)據(jù)核算工作，本文只能以社會消費品零售總額代替居民消費，二者之間存在一定差別。

［1］BellW R,Hillmer SC.Issues Involved with the Seasonal Ad?justment of Economic Time Series［J］.Journal of Business and Economic Statistics，1984，2（4）：291-320.

［2］Ladiray D，Quenneville B.Seasonal adjustmentwith the X-11 method［M］.Springer Verlag，2001.

［3］Findley D F.Some recent developments and directions in sea?sonal adjustment［J］.Journal of Official Statistics，2005，21（2）：343-365.

［4］Cleveland W S，Devlin SJ.Calendar Effects in Monthly Time Series：Modeling and Adjustment［J］.Journal of the Ameri?can Statistical Association，1982，77（379）：520-528.

［5］Hong Kong Monetary Authority.Demand for cash around Chi?nese New Year［J］.Hong Kong Monetary Authority Quarterly Bulletin，2004，39（7）：17-22.

［6］張鳴芳，項燕霞，齊東軍.居民消費價格指數(shù)季節(jié)調(diào)整實證研究［J］.財經(jīng)研究，2004，30（3）：133-144.

［7］欒惠德，張曉峒.季節(jié)調(diào)整中的春節(jié)模型［J］.經(jīng)濟學季刊，2007，6（2）：707-722.

［8］王群勇，武娜.中國月度數(shù)據(jù)的季節(jié)調(diào)整：一個新方案［J］.統(tǒng)計研究，2010，27（8）：8-13.

［9］賈淑梅.貨幣供應量季節(jié)調(diào)整中消除春節(jié)因素的實證研究［J］.統(tǒng)計研究，2005，（10）：63-68.

［10］賀鳳羊，劉建平.如何對中國CPI進行季節(jié)調(diào)整——基于X-12-ARIMA方法的改進［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2011，（5）：110-124.