第2组数量经济理论与方法（二）（数理经济学等）：7千字基于X-12-ARIMA方法的迪拜原油价格季节性波动分析*王书平郑维吴振信（北方工业大学经济管理学院，北京100144）【摘要】油价时间序列往往受众多因素的影响，从而可以分解成各种成分。本文运用X-12-ARIMA方法分析迪拜原油价格的季节性波动，探讨油价运动规律，结果表明季节调整的整体效果较好，季节因素对中质高硫原油价格具有显著影响，夏、秋季推动油价上升而春、冬季节使油价下跌，同时发现原油价格的短期变化主要由不规则事件和季节因素决定，而长期变化由趋势因素决定。关键词迪拜原油X-12-ARIMA季节性波动F064.1文献标识码A引言季节因素从供给和需求两方面影响油价，其需求影响可能更大。恶劣的天气会限制石油运输能力、破坏炼油厂和石油设施，从而减少原油、成品油的供给，进而推动油价上涨相反，温和的天气会加速石油的运输，提高炼油能力，从而维持油价稳定，甚至使油价下跌。同时，季节因素还通过影响成品油的需求进而影响原油的需求，由于季节因素对各成品油的影响有较大差异，从而季节因素对原油价格的影响是一种综合作用。研究季节因素对油价的影响程度和影响模式，可以利用季节调整方法。第一个被广泛应用的季节调整方法是由美国普查局Shiskin等人于1965年开发的X-11方法，后来逐步完善，形成标准X-11方法[1]，其思想是用滑动平均来估计趋势成分和季节成分。然而，X-11在估计趋势成分和季节成分时，在序列的两端无法使用对称权重，只能用非对称权重，一方面，非对称权重可以导致成分估计不准，另一方面，当新数据来临而重新估计时，初始的各成分估计在序列尾部可能会发生较大变动，变动的成分估计会降低X-11方法的可信度。为此，加拿大统计局于1980年在X-11方法基础上开发了X-11-ARIMA[2]，1988年又进行了修改和加强[3]，此方法用Box和Jenkins（1976）的ARIMA模型来延长序列，较好地解决了对称权重问题[4]。为了进一步提高季节调整方法的调整效果，美国普查局于1995年对X-11-ARIMA方法进行了改进，引入了RegARIMA模型（即具有ARIMA误差的回归模型），此模型可使用户在季节调整之前对序列中存在的异常值和历法效应作预调整。后来经过一些实践和修改，1998年美国普查局正式推出了X-12-ARIMA方法及配套程序[5]，这也是目前应用最广泛的季节调整方法。季节调整方法中，除X-11家族（包括标准X-11，X-11-ARIMA和X-12-ARIMA）外，比较流行的方法还有TRAMO/SEATS[6]。TRAMO/SEATS是TRAMO和SEATS这两个过程的组合，TRAMO是具有ARIMA噪声、缺省观测值和异常值的时间序列回归技术（TimeSeriesRegressionwithARIMANoise,MissingObservationandOutliers），而SEATS是ARIMA时间序列中的信号提取技术（SignalExtractioninARIMATimeSeries）。TRAMO/SEATS方法首先用TRAMO过程对时间序列进行预调整，然后将结果传给SEATS过程获得各种成分估计。TRAMO/SEATS与X-12-ARIMA存在较大差别，因而季节调整结果也稍有不同。FindleyandHood[7]*基金项目：教育部人文社会科学研究青年基金项目（08JC790004），北京市优秀人才培养资助项目（20071D0500200137），北方工业大学重点研究计划项目，北方工业大学青年重点研究基金项目。作者简介：王书平（1977－），男（汉族），湖南涟源人，北方工业大学经济管理学院讲师，经济学博士，研究方向：计量经济、能源经济分析。E-mail:dwangshuping@163。通信地址：北京市石景山北方工业大学经管学院经济研究所，邮编：100144。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---比较了这两种方法，得出结论认为X-12-ARIMA在许多地方（如调整效果控制、异常值处理、季节模式识别等）要优于TRAMO/SEATS。目前，许多西方国家广泛使用季节调整方法对国民生产总值等经济序列进行季节调整，然后将调整后的序列公布，而我国还未进行这项工作。1999年以来，国家统计局先后组团赴英国、美国、德国等国学习和考察季节调整方法及其应用，取得了一定效果[8-10]。许多文献报纸都提到了季节气候对国际油价的影响，如ScottSimon[11]认为寒冷的冬季是推动取暖油价格上涨的一个重要原...