基于均方根信息滤波状态空间模型的制造业PMI季节调整
2019-02-18分类号:F424
【部门】桂林理工大学理学院 桂林理工大学应用统计研究所
【摘要】季节因素的影响常常掩盖月度或季度经济时间序列自身的客观规律及发展趋势。文章对2008年1月至2016年12月的我国制造业采购经理人指数(PMI)构建基于状态空间的季节调整模型,在Kalman滤波的基础上用均方根信息滤波对序列建立模型并分解,将制造业PMI分解得到趋势特征、季节效应。并使用HP滤波对季节因素分解,得到季节因素的趋势、循环项。研究表明:交易日效应对制造业PMI影响不显著,且4阶AR成分模型最优;制造业PMI具有鲜明季节特征,周期性波动明显;季节因素趋势稳定,但受循环因素影响。
【关键词】状态空间模型 季节调整 PMI住户调查 样本 数据误差
【基金】国家社会科学基金资助项目(13BTJ009);; 国家自然科学基金资助项目(61563013)
【所属期刊栏目】统计与决策
文献传递