制造业采购经理人指数季节调整中的交易日效应研究

在时间序列季节调整的预调整过程中,需要识别和去除交易日效应的影响。文章考察了现有PMI季调方法的质量,基于PMI数据特征设定了未考虑交易日效应的参考模型,比较了采用不同交易日效应模型的季节调整结果,研究显示:参考模型季调结果明显优于现有季调后序列,参考模型季调后序列频谱图中存在交易日尖峰,需要对交易日效应做进一步处理;PMI数据中春节效应的影响明显大于交易日效应;单一变量交易日效应模型比多变量模型效果稍好,但二者季节调整质量均差于不考虑交易日效应的参考模型。设定和考察了考虑月份长度和常数项的交易日效应模型,与参考模型相比,该模型在季节调整后序列中不再存在交易日尖峰,季节调整质量较好。

入境旅游数据的季节调整方法研究

X-13ARIMA-SEATS是美国普查局最新的季节调整程序,能够处理异常值和边界值的问题,并能够考虑不同国家经济数据的移动假日效应和交易日效应的特殊情况。该程序的最大优点在于既能考虑数据随机性特征,又能充分反映确定的经济意义。文章运用该方法所具有的预调整功能,充分考虑中国特殊的移动假日因素,探索入境游数据的预处理方法。分析我国旅游业入境游数据的季节调整因子的经济意义,研判我国旅游业入境游的发展趋势、季节性变化规律和重要的临界点。