| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 引言 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 文献综述 | 第8-12页 |
| 1.2.1 国外季节性调整研究 | 第8-9页 |
| 1.2.2 国内季节性调整研究 | 第9-10页 |
| 1.2.3 结构安排与创新点 | 第10-12页 |
| 第2章 时间序列及季节调整方法基本模型 | 第12-16页 |
| 2.1 AR模型 | 第12页 |
| 2.2 MA模型 | 第12-13页 |
| 2.3 ARMA模型 | 第13-14页 |
| 2.4 模型显著性检验 | 第14页 |
| 2.5 AIC准则 | 第14页 |
| 2.6 时间序列分解模型简介 | 第14-16页 |
| 2.6.1 加法模型 | 第14-15页 |
| 2.6.2 乘法模型 | 第15页 |
| 2.6.3 伪加法模型 | 第15-16页 |
| 第3章 常用季节调整方法的发展与比较 | 第16-26页 |
| 3.1 X-12-ARIMA模型的基本原理 | 第16-21页 |
| 3.1.1 ARIMA模型 | 第16-17页 |
| 3.1.2 regARIMA模型 | 第17页 |
| 3.1.3 异常值效应 | 第17-18页 |
| 3.1.4 交易日效应 | 第18-19页 |
| 3.1.5 工作日效应 | 第19页 |
| 3.1.6 假日效应 | 第19页 |
| 3.1.7 统计质量 | 第19-21页 |
| 3.2 T/S模型 | 第21-23页 |
| 3.2.1 T/S模型的基本介绍 | 第21页 |
| 3.2.2 T/S模型的基本原理 | 第21-23页 |
| 3.3 X-12-ARIMA与TRAMO/SEATS的比较 | 第23-24页 |
| 3.4 X-13ARIMA-SEATS | 第24-26页 |
| 第4章 基于春节效应的修正 | 第26-29页 |
| 第5章 基于中国CPI时间序列的季节调整实证研究 | 第29-50页 |
| 5.1 X-12-ARIMA | 第29-34页 |
| 5.1.1 预调整 | 第29-32页 |
| 5.1.2 季节性调整结果 | 第32-34页 |
| 5.1.3 模型诊断 | 第34页 |
| 5.2 TRAMO/SEATS | 第34-39页 |
| 5.2.1 预调整 | 第34-37页 |
| 5.2.2 季节性调整结果 | 第37-39页 |
| 5.2.3 模型诊断 | 第39页 |
| 5.3 X-13ARIMA-SEATS | 第39-44页 |
| 5.3.1 预调整 | 第39-41页 |
| 5.3.2 季节性调整结果 | 第41-43页 |
| 5.3.3 模型诊断 | 第43-44页 |
| 5.4 基于春节效应的X-13ARIMA-SEATS季节调整 | 第44-50页 |
| 5.4.1 预调整 | 第44-47页 |
| 5.4.2 季节性调整结果 | 第47-49页 |
| 5.4.3 模型诊断 | 第49-50页 |
| 第6章 结论、建议及不足 | 第50-52页 |
| 6.1 结论 | 第50-51页 |
| 6.2 建议 | 第51页 |
| 6.3 不足 | 第51-52页 |
| 参考文献 | 第52-53页 |
| 致谢 | 第53-55页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第55页 |