原始资料平均法又称“同期平均法”、“按月(或季)平均法”,是在现象不存在长期趋势或长期趋势不明显的情况下,测定季节变动的一种最基本的方法。
它的基本思想和长期趋势测定中的移动平均法的思想是相同的。实际上,“同期平均法”就是一种特殊的“移动平均法”,即:一方面它是平均;另一方面,这种平均的范围是仅仅局限在不同年份的相同季节中,季节不同,平均数的范围也就随之而“移动”。因此所谓“同期平均”就是在同季(月)内“平均”,而在不同季(月)之间“移动”的一种“移动平均”法。“平均”是为了消除非季节因素的影响,而“移动”则是为了测定季节因素的影响程度。原始资料平均法的步骤
同期平均法来测定其季节变动。步骤如下:
第一,计算各年同季(月)的平均数,目的是要消除非季节因素的影响。道理很简单,因为同样是旺季或者淡季,有些年份的旺季更旺或更淡,这就是非季节因素的影响。因为我们假设没有长期趋势,因此,这些因素通过平均的方法就可以相互抵消。
第二,计算各年同季(或同月)平均数的平均数,也即时间数列的序时平均数,目的是计算季节比率。因为就从测定季节变动的目的讲,只计算“异年同季的平均数”已经可以反映现象的季节变动趋势了:平均数大,表明是旺季,越大越旺;平均数小,表明是淡季,越小越淡。但是,这种大与小、淡与旺的程度只能和其它季节相比才能有个准确的认识,因此,就需要将“各年同季的平均数”进行相对化变换,即计算季节比率,对比的标准就应该是时间数列的序时平均数。
第三,计算季节比率。方法是将各年同季的平均数分别和时间数列的序时平均数进行对比。一般用百分数表示,用公式表示为:
季节指数(S)=同月(或季)平均数/总月(或季)平均数×100%
[例]某服装公司2002—2004年各月销售量资料如下表,试用按月(或季)平均法计算各月的季节指数。
月份 | 各年销售量(万件) | 各年销售量(万件) | 各年销售量(万件) | 合计 | 同月平均 | 季节比率(%) |
| 2002
(1) | 2003
(2) | 2004
(3) | (4)=(1)+(2)+(3) | (5)=(4)
÷(3) | (6)=(5)÷
1260.56 |
1月
2月
3月
4月
5月
6月
7月
8月
9月
10月
11月
12月 | 80
120
200
500
800
2500
2400
600
200
100
60
40 | 120
200
350
850
1500
4500
6400
900
400
250
100
80 | 320
400
700
1500
2400
6800
7200
1500
600
400
200
110 | 520
720
1250
2850
4700
13800
16000
3000
1200
750
360
230 | 173.3
240
416.7
950
1566.7
4600
5333.3
1000
400
250
120
76.7 | 13.8
19.0
33.1
75.4
124.3
364.9
423.1
79.3
31.7
19.8
9.5
6.1 |
合计
平均 | 7600
633.3 | 15650
1304.2 | 22130
1844.2 | 45380
3781.67 | 45380
3781.67 | 1200
100 |
表1中的季节指数一栏,是以指数形式表现的典型销售量。每个指数代表2002—2004年间每个月份的平均销售量。比如,一月份的季节指数为13.8%,表示该月份销售量为全年平均销售量的13.8%,而全年平均销售量则作为100%。这样从各月的季节指数序列,可以清楚地表明该服装公司销售量的季节变动趋势。即1、2、3、4月份是销售淡季,5、6、7为销售旺季,7月份比全年平均销售量高323.1%(432.1-100%),8月份开始下降,到12月份降到最低点,比全年平均销售量低93.9%(6.1%-100%)。
同期平均法计算简单,易于理解。应用该方法的基本假定是:原时间序列没有明显的长期趋势和循环波动,因而,通过若干年同期数值的平均,不仅可以消除不规则波动,而且当平均的周期与循环周期一致时,循环波动也可以在平均过程中得以消除,但实际上,许多时间序列所包含的长期趋势和循环波动,很少能够通过平均予以消除。因此,当时间序列存在明显的长期趋势时,该方法的季节指数不够准确。当存在剧烈的上升趋势时,年末季节指数明显高于年初的季节指数;当存在下降趋势时,年末的季节指数明显低于年初的季节指数。只有当序列的长期趋势和循环波动不明显或影响不重要,可忽略不计时,应用该方法比较合适。