本文在研究最新的季节调整理论和方法的基础上，注重我国实际，用国际上最新的DEMETRA季节调整软件中的X-12-ARIMA和TRAMO/SEATS季节调整方法，对我国主要经济指数进行季节模式测定和季节调整的实证研究，测定出我国主要经济指数具有不同的季节变动模式。论文重点研究了我国特有的移动假日——春节对居民消费价格指数的影响，得出春节对我国居民消费价格指数的影响不仅发生在春节前，同时也发生在春节后。主要研究内容结构： 第一章，简述本论文选题的背景；概括介绍国际上季节调整方法的发展历程和最新发展趋势；对我国有关季节调整理论与方法的研究现状和存在问题进行剖析；并概述本文章节安排和研究内容与方法和提出本论文的创新点。 第二章，根据国际上对季节调整名词的不同解释，提出本人对季节调整基本内涵和意义的理解；在研究了现代时间序列因素分解的基础上，进一步对各因素的成因进行分析；剖析不同时间序列分解模型的假设条件及选择依据；对基于模型的季节调整方法与基于过滤器的季节调整方法的原理进行比较研究。 第三章，主要对季节调整过滤器选择与平滑技术、日历相关因素的分析和测定技术及极端或异常值识别和分析技术等基本原理、基本技术等进行较为详细的理论过程研究。 第四章，对传统的X-11方法的理论基础、方法特点及缺陷分析；加拿大X-11-ARIMA方法的发展及应用特点研究；美国普查局X-12-ARIMA方法的新特征及应用研究；欧洲基于模型的TRAMO/SEATS方法的特征分析及与X-12-ARIMA方法的比较研究。 第五章，明确我国主要经济指数季节调整的意义，在对我国主要经济指数定基比换算的基础上，用X-12-ARIMA和TRAMO/SEATS两种方法对我国主要经济指数季节模式进行实证测定，并对测定结果进行分析，通过幂等诊断、平滑间距诊断和修正历史诊断等方法对X-12-ARIMA和TRAMO/SEATS两种方法在我国的应用进行质量诊断的比较。 第六章，分析中国移动假日——春节对我国居民消费价格指数的影响，在对现有的估计春节影响方法探讨的基础上，提出用引入不同区间虚拟变量的方法对我国居民消费价格指数中的春节影响因素进行估计和调整。 第七章，总结论文的结论和存在不足，展望我国季节调整研究前景，提出我国开展季节调整工作的若干建议。 本论文的研究在如下几个方面都属尝试和创新： 1.本论文较系统地研究了国际上季节调整的方法和发展新趋势。对各种方法的原理与发展特征进行比较评价，并结合我国一些重要的经济指数时间数列进行实证研究，论文涉及的研究内容是新的、较深入的，填补了我国在季节调整研究领域的空白，促进我国时间序列季节调整理论研究领域的发展； 2.运用国际上最新的(二十世纪90年代)季节调整方法——X-12-ARIMA和基于模型的TRAMO/SEATS方法，运行欧洲统计中心2002年5月发布的，以处理时间序列季节调整为主的DEMETRA软件的技术功能，并结合我国重要的经济指数的数据特征进行较深入的应用研究，通过比较分析，得出我国主要经济指数都有显著的季节性变动的结论，并测定出我国主要经济指数不同的季节变动模式，推进我国时间序列季节调整方法实践应用； 3.结合中国的实际，在季节调整中运用干预分析的方法解决中国特有的移动假日——春节对经济指数时间序列的影响，引入虚拟变量以反映中国春节因素对经济指数时间序列的影响，并在虚拟变量的选择中，提出设置不同的春节影响区间，用测试、质量诊断的方法选择最优变量，修正春节因素对我国居民消费价格指数的影响，提升我国在时间序列季节调整应用研究的水平。