点上面附件图标，上传附件后可设置现金定价

目前主流的季节性调整方法是X-12-ARIMA模型，美国普查局用的也是这方法。

央行2009年也公布了季调方法，采用的也是X-12-ARIMA模型，并开发了一套季调程序，但实际上，该模型并未完全公开。

本软件重现了央行的春节假日季节性调整方法。在评估春节效应时，需要考虑需要季节性调整的数据是存量数据还是流量数据，不同的数据类型季调的方法不同。

以M0数据为例，M0数据是存量数据（时点值），适用的方法是存量模型。但实际上，从季调的结果来看，简单的使用春节季调模型，比如python中statsmodel下的x13_arima_analysis函数，春节效应也并不能完全剔除。对比央行公布的季调后M0数据来看，春节效应也不能完全剔除完毕。

季节性调整，只是一种季调方法而已，目的是为了比较不同月份数据的变化情况。本软件还改进了央行公布的季调模型，从改进的模型结果来看，春节效应剔除得会更加良好。

本软件下载后可直接使用，亦可以批量复制数据后，可同时选择不同的春节模型，设置好参数，可批量进行季节性调整。