此前我曾提到（但我忘记是哪天了）国家统计局发布的社会消费品零售总额季调环比是不可信的。那么自然会引出一个问题：国家统计局是怎么编制这些数据的？它发布的工业增加值、投资季调环比可信吗？其实，我认为国家统计局编制数据的方法是没问题的，但是发布数据的方式和模型的特点导致了一些问题，因此在引用时还是得小心。2010年，国家统计局还没有开始发布经济指标的季节调整结果。我为了工作方便，以2006年1月为基期，自己构造了一个工业增加值的定基指数，然后进行季节调整。一年之后，2011年，国家统计局开始发布工业增加值的季调环比（但未发布定基指数），与我自己季调的结果总是有细微的差异。于是我写邮件向他们请教，询问他们采用的方法，样本从哪年开始等。很快得到回信，回信里说：国家统计局采用的是1995年1月之后的数据；所发布的经季节调整的工业增加值环比速度，完全是季节调整软件输出的结果，没有进行人为的平滑；在季节调整中采用的虚拟变量，主要包括春节等中国特殊的移动假日等。不过，2011年国家统计局对“规模以上”的标准做过调整，不知道他们现在是否还是从1995年1月开始调整的。2014年，国家统计局环比统计课题组专门撰写过一本《季节调整软件NBS-SA使用指南》，内部出版。2023年元旦，国家统计局在官网发文说（https://www.stats.gov.cn/zs/tjws/tjbk/202301/t20230101_1912931.html）：“国家统计局专门组织力量，并与南开大学合作，在国际通行的X13-ARIMA 季节调整方法基础上， 针对我国特有的季节因素加以研究，开发了国家统计局版季节调整软件 NBS-SA。这一软件添加了处理我国特有的季节因素的新模块，包括春节、端午、中秋等移动假日的效应，假期变动及调休带来的效应等，从而可以有效剔除我国特有的季节因素。”众所周知，不管哪种季调方法，采用的都是季节性ARIMA模型。以月度数据为例，每当一个月过去，发布一个新数据，就要重新跑一次程序，程序自动构建一次模型，算出新的季调环比。这样一来，就会导致一个问题：每个月发布数据时，此前各月的季调同比、季调环比也会发生变化。但越早的数据，对应的季调同比、环比变化越小。国家统计局解决这个问题的方法是：在每月发布新数据时，都对此前12个月的季调环比进行修正，发布修正值，但更早的就不再修正了。并不是这些数据真的就不变了，它们还会变化，只是统计局默认它们的变化会比较小，不再发布修正值。以国家统计局每月发布的名义社会消费品零售总额季调环比为例（表1）。其中绿色那一行：2022年7月15日，国家统计局发布2022年6月季调环比是0.53%，同时对此前12个月（2021年6月至2022年5月）的季调环比进行修正。2022年8月15日，国家统计局发布2022年7月环比是0.27%，同时对此前12个月季调环比进行修正，其中把2022年6月的环比从0.53%修正为0.75%。对2021年6月环比则不再修正，它将永远被记录为0.28%。到2023年7月17日，国家统计局发布2023年6月季调环比时，对2022年6月季调环比发布最后一次修正值，修正为2.56%。从此之后不再修正，它将永远被记录为2.56%。因此现在我们从数据库中下载到的季调环比，是表1对角线上黑框黄底的那些数据（每个数据来自一个不同的季调后序列），和最后一列橘黄色数据（其中2022年12月至2023年11月的季调环比将在未来12个月继续被修正）。表1 国家统计局每月对社会消费品零售总额季调环比%的修正
问题是：国家统计局默认12个月之前的季调环比变化不大，不再发布修正值了。但是万一它们变化还是很大呢？从表1可以看出，2022年1月季调环比最初是0.9%，最后被修正为0.06%；2022年3月季调环比最初是-1.93%，最后被修正为-0.11%。其他很多月份波动也很大。如果它们未来还有很大变化呢？我曾发现，使用国家统计局发布的季调环比序列倒推，得到定基指数，然后计算出季调同比。该季调同比与未季调同比相去甚远（图1中粉红色圆圈），掩盖了经济运行的真实情况。其中一个非常重要的原因，就是我们下载到的季调环比其实是表1中黑框黄底的那些数字，每个数字都来自一个不同的季调后序列，12个月之前的数字不再修正，当然也就不能体现出经济的真实状况了。
图1 用国家统计局发布的社消“季调”环比反推得到的“季调”同比这种情况在规模以上工业增加值中也存在。图2展示了用国家统计局发布的工业增加值季调环比反推得到的季调同比（红线），与未季调同比（蓝线）的比较。可见，季调同比没有刻画出2021年下半年、2022年4-5月、2022年11-12月工业增加值同比的下滑（当时的下滑不是季节性的，是疫情封控导致的）。
图2 用国家统计局发布的工业增加值“季调”环比反推得到“季调”同比季节性ARIMA模型的特点是：时间序列末端（最新的数据）对模型的影响较大，得到的季节调整环比通常不准。随着时间推移，更多数据发布出来，这个数据离时间序列末端越来越远（即跑到了序列中间），它对应的季调环比将越来越准确。从表2黄色区域可以看出，工业增加值每个月的季调环比在一开始修正较大，随着时间推移，修正幅度越来越小，就是这个原因。从这点来说，国家统计局不发布12个月之前的季调环比的修正值，是有一定道理的。（但要注意，工业增加值波动比较小，因此季调环比稳定得比较快。从表1可知，社消季调环比的表现就没这么好，很多月份的社消季调环比在统计局停止发布修正值之前波动还是很大。固定资产投资的季调环比更是如此。）但是，如果经济出现较大波动，那么即便时间推移，修正值也不一定能稳定下来。例如表2中，2022年4月季调环比最初是-7.08%，最后修正为0.16%。随着时间推移，它会不会被修正得更多？很有可能，但是具体是多少，不得而知，因为国家统计局不再发布它的修正值了。
综上所述，国家统计局计算季调环比的方法是没问题的，但是发布数据的方式和ARIMA模型的特点，决定了从它发布的季调环比反推得到的季调同比，与未季调同比对不上。但是这俩问题都是无法解决的。图3是我们对2019年1月至2023年11月工业增加值做的季节调整结果，其中过滤了春节影响、季节性和2020年初的疫情影响。可见，我们的结果（红线）与未季调同比（蓝线）更接近，很好地刻画出了2022年4-5月、11-12月工业增加值增速的下滑。（国家统计局季调时不剔除疫情影响）
图4是环比比较。可见，2022年9月之后，我们计算的季调环比与统计局发布的季调环比非常接近，但是2022年9月之前差别较大，这可能与统计局不再修正12个月之前的数据有关。其中我们算得2022年4月季调环比是-4.68%，而2022年5-8月国家统计局发布的也是类似的负值（见表2），后来经12次修正，最终变成了0.16%。
二是引用国家统计局的季调环比来佐证自己观点时要非常小心。现在发布的上月季调环比，在未来12个月会被修正12次。如果指标波动不大还好；如果指标波动较大，天知道最后会被修正成什么样子。所以我对那些引用统计局最新发布的季调环比来论证自己观点的研报，总是抱着一份警惕。值得高兴的是：悲催的2023年终于要过去了。等2024年来临，我们就可以采用2021年之后的指标进行季调（凑够36个月），避开数据波动剧烈的2020年了。