前言

几乎所有的子年度（月度或季度）经济时间序列都会受到季节因素的影响，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，引导人们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，国外统计科学的理论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。2010年前我国所有具有季节成分的时间序列均没有进行季节调整，消除季节之间不可比成分的主要方法仍是与上年度同期数据进行比较得到同比价格指数。随着我国社会经济不断融入世界经济一体化，客观上对我国传统的统计分析方法提出了新挑战，要求我国与国际上通行的方法接轨。引入时间序列的季节调整方法，不仅在于提高了数据的分析能力和使用价值，同时也对传统的统计数据搜集方式提出了改革的要求。

本书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作为支撑。本书诠释了统计学的科学内涵，季节成分调整可谓现代统计学的缩影。本书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与研究框架，国际和国内相结合、引进和吸收相结合。以国际季节调整理论和方法为基础，结合我国实际情况予以改进，最终形成真正适合我国国情的、理论与应用相结合的季节调整模型。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，本书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。季节调整理论研究方面既包括基于过滤器的方法，也包括基于模型的方法；既包括当前广为流行的X-12-ARIMA和TRAMO/SEATS模型，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，还包括国际上刚刚开发出来，即将投入使用的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，本书在应用研究部分展开了深入的研究。

总体上，本书主要作了三个方面的创新性研究：

第一，在有限的篇幅深入、系统地研究了各种具有代表性的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Bayes季节调整模型等，在国内尚属首次涉及。这是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模型的前提。

第二，在应用研究方面，并非停留于季节调整模型在我国季节性时间序列的基础层面的应用上，而是根据季节调整模型的意义做了一些更为深入的应用和推广，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，近年来我国投资率偏高、消费率走低问题研究等。涉及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（CPI）、生产价格指数（PPI）以及粮食消费价格、消费率等。

第三，本书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，本书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，为季节调整理论在我国的进一步发展提供了理论方面的助力，为经济运行中其他经济问题如经济周期等的研究提供了基础，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了支持，为制定有针对性的政策措施提供了科学依据。

桂文林

2016年12月