| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-9页 |
| 目录 | 第9-14页 |
| 第1章 绪论 | 第14-32页 |
| ·选题背景和意义 | 第14-19页 |
| ·本文的选题背景 | 第14-17页 |
| ·本文的选题意义 | 第17-19页 |
| ·国内外研究动态和文献综述 | 第19-28页 |
| ·国外研究历程和现状 | 第19-25页 |
| ·国内研究现状及趋势 | 第25-28页 |
| ·全文结构的安排 | 第28-32页 |
| ·论文研究框架 | 第28页 |
| ·论文结构安排 | 第28-32页 |
| 第2章 X-12-ARIMA季节调整模型分析与应用 | 第32-77页 |
| ·regARIMA模块分析 | 第33-52页 |
| ·regARIMA模型原理 | 第33-34页 |
| ·异常值回归变量识别和分析 | 第34-39页 |
| ·日历效应回归变量识别和测定 | 第39-52页 |
| ·X-11季节调整模块分析 | 第52-63页 |
| ·移动平均的季节调整原理分析 | 第52-54页 |
| ·X-11的对称和非对称移动平均分析 | 第54-63页 |
| ·中国居民消费价格实时监测的指数选择 | 第63-74页 |
| ·消费价格指数的特点与相互关系 | 第64-67页 |
| ·中国月度消费价格指数的季节调整 | 第67-70页 |
| ·中国居民消费价格实时监测的指数选择 | 第70-73页 |
| ·基于X-12-ARIM模型的CPI折年率计算 | 第73-74页 |
| ·本章小结 | 第74-77页 |
| 第3章 TRAMO-SEATS季节调整模型分析与应用 | 第77-104页 |
| ·TRAMO模块分析 | 第77-84页 |
| ·TRAMO模型的简单描述 | 第77-79页 |
| ·TRAMO模型的参数估计和预测 | 第79页 |
| ·默认模型和预试 | 第79-80页 |
| ·TRAMO模型的缺失值处理 | 第80-81页 |
| ·TRAMO模型的异常值处理 | 第81-82页 |
| ·TRAMO模型中ARIMA模型的选择 | 第82-84页 |
| ·SEATS模块分析 | 第84-90页 |
| ·程序的简短描述 | 第84-88页 |
| ·ARIMA模型的分解 | 第88-90页 |
| ·中国粮食价格的运行特征 | 第90-102页 |
| ·概述 | 第90-92页 |
| ·数据来源、处理及说明 | 第92-93页 |
| ·中国粮食消费价格运行特征实证研究 | 第93-101页 |
| ·中国粮食消费价格预测 | 第101-102页 |
| ·本章小结 | 第102-104页 |
| 第4章 季节调整模型的质量评估及X-13A-S模型 | 第104-126页 |
| ·引言 | 第104页 |
| ·季节调整模型差异的理论分析 | 第104-106页 |
| ·季节调整模型谱分析检验剩余季节性 | 第106-109页 |
| ·季节调整模型稳定性诊断方法 | 第109-113页 |
| ·幂等诊断 | 第109-110页 |
| ·平滑间距(Sliding Spans)诊断 | 第110-111页 |
| ·修正历史(Revision Histories)诊断 | 第111-113页 |
| ·季节稳定性的检验 | 第113-114页 |
| ·季节调整模型质量检验的一个模拟方法 | 第114-119页 |
| ·几个假设 | 第114页 |
| ·几种季节调整模型检验统计量 | 第114-117页 |
| ·数据的生成过程DGP | 第117-119页 |
| ·X-13A-S季节调整模型 | 第119-125页 |
| ·X-13A-S模型概述 | 第119-120页 |
| ·X-13A-S新的模型选项 | 第120-125页 |
| ·本章小结 | 第125-126页 |
| 第5章 我国子年度经济时间序列季节调整模型扩展应用 | 第126-164页 |
| ·中国生产价格与消费价格传导关系研究 | 第126-141页 |
| ·概述 | 第126-128页 |
| ·CPI与PPI的内涵和差异 | 第128-129页 |
| ·CPI与PPI之间关系的理论分析 | 第129-131页 |
| ·TRAMO-SEATS季节调整模型和HP滤波方法 | 第131-132页 |
| ·PPI与CPI关系的季节调整-滤波方法研究 | 第132-141页 |
| ·危机事件对中国入境旅游外汇收入影响评估 | 第141-152页 |
| ·基于TRAMO-SEATS季节调整的本底线改进 | 第143-145页 |
| ·基于改进本底线的旅游危机事件损失评估 | 第145-152页 |
| ·基于季节调整本底线的SARS对中国铁路客运量的损失评估 | 第152-161页 |
| ·基于季节调整本底线的危机事件铁路客运损失评估 | 第154-159页 |
| ·改进季节调整本底线的铁路客运损失评估 | 第159-161页 |
| ·本章小结 | 第161-164页 |
| 第6章 基于状态空间的季节调整模型与应用 | 第164-183页 |
| ·状态空间模型分析 | 第164-165页 |
| ·卡尔曼滤波方法分析 | 第165-168页 |
| ·Kalman滤波的一般形式 | 第165-167页 |
| ·Kalman滤波的解释和性质 | 第167-168页 |
| ·Kalman滤波的初始条件 | 第168页 |
| ·基于状态空间模型的超参数估计 | 第168-169页 |
| ·基于状态空间方法的季节调整 | 第169-173页 |
| ·简化状态空间模型 | 第169-170页 |
| ·季节调整的状态空间表示 | 第170-172页 |
| ·状态空间表示的季节调整模型求解 | 第172-173页 |
| ·基于状态空间方法的中国季度GDP季节调整 | 第173-182页 |
| ·概述 | 第173-175页 |
| ·研究对象和数据来源及分析处理 | 第175页 |
| ·季节调整状态空间模型的定义和参数估计 | 第175-178页 |
| ·基于季节调整状态空间模型的中国GDP季节调整 | 第178-180页 |
| ·状态空间季节调整模型和TRAMO-SEATS模型的比较 | 第180-182页 |
| ·本章小结 | 第182-183页 |
| 第7章 基于SRIF的状态空间季节调整模型及应用 | 第183-205页 |
| ·引言 | 第183页 |
| ·一个状态空间季节调整模型分析 | 第183-185页 |
| ·一个均方根信息滤波或平滑方法 | 第185-187页 |
| ·Kalman滤波方法 | 第185-186页 |
| ·一个均方根信息滤波平滑方法 | 第186-187页 |
| ·均方根信息滤波的DECOMP程序分析 | 第187-189页 |
| ·基于SRIF的状态空间季节调整模型与我国居民消费 | 第189-195页 |
| ·数据来源及分析处理 | 第189页 |
| ·模型中AR成分的选择 | 第189-190页 |
| ·模型中交易日成分选择 | 第190-192页 |
| ·季节调整模型所得各成分分析 | 第192-194页 |
| ·社会消费品零售总额环比增长率和经济监测 | 第194-195页 |
| ·消费率重估、分解和扩大消费需求 | 第195-204页 |
| ·我国商品货物消费率估计和分解 | 第196-200页 |
| ·我国消费率波动分析和政策建议 | 第200-204页 |
| ·本章小结 | 第204-205页 |
| 第8章 基于Bayes的季节调整模型与应用 | 第205-230页 |
| ·引言 | 第205-206页 |
| ·季节调整Bayes方法分析 | 第206-212页 |
| ·季节调整的经典回归方法 | 第206-207页 |
| ·关于对趋势项和季节项的约束条件 | 第207页 |
| ·带有随机约束的回归模型 | 第207-209页 |
| ·Bayes季节调整模型构建与评价准则 | 第209-211页 |
| ·贸易日和闰年调整 | 第211-212页 |
| ·季节调整Bayes程序分析 | 第212-214页 |
| ·基于Bayes季节调整模型的中国居民消费 | 第214-228页 |
| ·数据来源及分析处理 | 第214-215页 |
| ·中国居民消费季节调整Bayes程序分析 | 第215页 |
| ·中国居民消费Bayes季节调整结果分析 | 第215-218页 |
| ·基于Bayes季节调整模型的假日经济与居民消费 | 第218-228页 |
| ·本章小结 | 第228-230页 |
| 第9章 结论与展望 | 第230-238页 |
| ·本文的主要结论 | 第230-233页 |
| ·本文的主要政策建议 | 第233-234页 |
| ·本文的主要创新点 | 第234-237页 |
| ·需要进一步研究的问题 | 第237-238页 |
| 主要参考文献 | 第238-244页 |
| 在学期间发表论文清单 | 第244-245页 |
| 在学期间承担科研项目情况 | 第245页 |
| 在学期间获奖和荣誉情况 | 第245-246页 |
| 后记 | 第246页 |
