季节调整：比较口径一致的序列

季节调整与未季调序列回答不同的比较问题。先核对调整状态、参考期间和发布版本，再判断数字差异是不是证据冲突。不能把一条序列的月环比，与另一条序列的同比直接比较，然后把方向不同称为经济数据相互矛盾。

理解季调做了什么

反复出现的日历模式可能掩盖短期变化。季节调整估计并移除季节部分，帮助观察这种规律之外的变动。它不会自动移除所有临时冲击，也不会证明变化由什么造成。未季调序列仍可用于实际价格水平或特定合同约定的问题。

美国劳工统计局 CPI 常见问题解释了季调与未季调 CPI 的区别，并讨论季节因子的修订。具体研究要回到官方序列定义。以下数字全部是假设演示，不是当前通胀数据，也不代表对经济走势的判断。

假设某价格指数未季调一月为 110，二月为 112.2，月增幅 2%。季调后一月为 111，二月为 111.555，月增幅 0.5%。两者都可能是相同基础信息的合理序列版本。差异可能来自季调过程，不应直接判为算错或来源误导。

也不要把两个增幅相减，便称为精确测得的季节原因。调整方法与指数构造仍然重要，两种版本是相互关联的估计，不是两个独立实验。这个案例说明的是定义可以兼容，并不提供把通胀归因到具体机制的办法。

每条序列记录标识、总体、地区、篮子或指标、调整状态、频率、指数参考基期和版本。再确认数字究竟是水平值、月环比、年化速度还是同比。两个相似标题，可能实际引用不同序列上的不同转换。

指数换基会改变数值尺度，但同一一致序列内的百分比变化不应仅因换基而改变。将不同基期的水平直接拼接，会制造虚假断点。计算时使用同一条完整序列，不要从不同新闻里挑最容易取得的两个水平。

还要保留分项与总项的区别。某个细分价格与整体指数并非同一个篮子，方向不同不一定意味着数据冲突。研究者需要先说明比较要回答的机制，再选择可比的指标组合，而不是先看到方向再寻找支持解释。

季节因子更新时，历史季调值可能发生变化。保存研究备忘录采用的版本，区分当时发布数与后来修订值。因此，今天生成的历史图与当时备忘录略有不同，不足以证明任何一方捏造数据。

若评估历史决策，应按研究设计使用决策时真正可用的信息。若描述当前经济，最新的一致修订序列可能更适合。写清选择，避免不同期间挑不同版本，形成一个从未在任何单次发布中存在的比较。

研究短期动量时，季调可帮助减少可预测日历变化；涉及合同，则应遵守合同指定指数与调整口径，不能替换成个人偏好的版本。年度比较也要检查定义与修订，十二个月间隔不会自动解决全部季节问题。

AI 摘要应在数字旁保留调整标签和转换方法。两来源看起来不一致时，先还原这些字段，再调查相同定义内部的真实数值差异。目标是得到精确比较，而不是默认选择更支持投资判断的数字。

它服务于不同分析目的，并包含估计处理。是否适用取决于具体结论，不能给所有问题排一个通用准确性顺序。

可以明确标注后分别讨论，但它们是不同统计量。方向不同本身不能证明冲突。