前言

幾乎所有的子年度（月度或季度）經濟時間序列都會受到季節因素的影響，季節調整的意義普遍存在。它的基本意義正如國際貨幣基金組織（IMF）所認為的那樣，季節性的出現會使基本的低頻動態變化和它們之間的關系變得更加模糊難辨。國家統計機構發布季節調整數據有助于用戶準確把握數據的基本走勢。季節調整的衍生意義還包括，將經濟時間序列分解成各組成成分，使得子年度數據具有可比性，引導人們識別商業周期的變化和進行轉折點測度，利用季節調整數據進行折年率計算等。早在20世紀50年代初期，國外統計科學的理論和實踐領域已開始對季節調整方法和應用展開研究。時至今日，季節調整的理論和實踐在發達國家已經非常完善，而發展中國家還在不斷完善中。2010年前我國所有具有季節成分的時間序列均沒有進行季節調整，消除季節之間不可比成分的主要方法仍是與上年度同期數據進行比較得到同比價格指數。隨著我國社會經濟不斷融入世界經濟一體化，客觀上對我國傳統的統計分析方法提出了新挑戰，要求我國與國際上通行的方法接軌。引入時間序列的季節調整方法，不僅在于提高了數據的分析能力和使用價值，同時也對傳統的統計數據搜集方式提出了改革的要求。

本書的研究內容中包含了較深的數理統計知識，涉及我國具體的宏觀經濟應用領域，同時需要計算機軟件和程序作為支撐。本書詮釋了統計學的科學內涵，季節成分調整可謂現代統計學的縮影。本書所用方法包括系統研究法，即通過對國內外已有文獻進行搜集、整理、歸納、系統總結和改進，最終形成了一整套關于季節調整理論和應用的研究體系與研究框架，國際和國內相結合、引進和吸收相結合。以國際季節調整理論和方法為基礎，結合我國實際情況予以改進，最終形成真正適合我國國情的、理論與應用相結合的季節調整模型。季節調整理論始終立足于我國宏觀經濟運行中的實際問題，解決宏觀經濟運行中面臨的各種熱點或重點問題。

經過研究，本書成為目前國內關于季節調整理論和應用的最為系統的研究成果之一。季節調整理論研究方面既包括基于過濾器的方法，也包括基于模型的方法；既包括當前廣為流行的X-12-ARIMA和TRAMO/SEATS模型，也包括尚屬于理論研究階段的狀態空間季節調整模型、Bayes季節調整模型等，還包括國際上剛剛開發出來，即將投入使用的X-13A-S模型。此外，針對當前國內有關季節調整的應用研究僅僅局限于基本應用層面的缺陷，本書在應用研究部分展開了深入的研究。

總體上，本書主要作了三個方面的創新性研究：

第一，在有限的篇幅深入、系統地研究了各種具有代表性的季節調整模型的原理，其中，TRAMO/SEATS模型、X-13A-S模型、基于均方根信息濾波的狀態空間季節調整模型和包括交易日效應的Bayes季節調整模型等，在國內尚屬首次涉及。這是對國際季節調整模型予以合理改進，建立真正適合我國季節調整模型的前提。

第二，在應用研究方面，并非停留于季節調整模型在我國季節性時間序列的基礎層面的應用上，而是根據季節調整模型的意義做了一些更為深入的應用和推廣，包括我國居民消費價格實時監測的指數選擇研究，我國糧食消費價格的運行特征，我國生產價格和消費價格的傳導關系研究，近年來我國投資率偏高、消費率走低問題研究等。涉及的宏觀經濟運行指標包括：季度GDP、社會消費品零售總額、居民消費價格指數（CPI）、生產價格指數（PPI）以及糧食消費價格、消費率等。

第三，本書不僅對單個季節調整模型和應用展開獨立研究，同時對多個季節調整模型進行比較研究，引入了各種先進的模型診斷方法并展開實證研究，其中不僅包括目前流行的平滑間距法、修正歷史法、季節穩定性檢驗、譜分析方法，還包括隨機模擬分析方法等。

總之，本書通過對季節調整理論及應用研究，得出了一些有意義的結論和政策建議，為季節調整理論在我國的進一步發展提供了理論方面的助力，為經濟運行中其他經濟問題如經濟周期等的研究提供了基礎，同時為各級政府部門準確把握我國宏觀經濟運行中存在的某些方面的問題提供了支持，為制定有針對性的政策措施提供了科學依據。

桂文林

2016年12月