摘要：建立一种基于结构时间序列模型的新的时间序列季节调整方法．首先，利用ARIMA模型研究时间序列的结构，根据序列的单整阶数（d）建立趋势循环分量的表达式，并在此基础上构建不同形式的结构时间序列模型．在结构时间序列模型中，针对经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量，不能利用回归分析方法求解模型，因此，采用状态空间形式来求解模型．最后，利用结构时间序列模型对我国国内生产总值（GDP）和社会消费品零售总额等宏观经济时间序列进行了季节调整，并与目前广泛使用的X-12季节调整方法进行对比分析，实证结果表明，基于结构时间序列模型的季节调整方法具有相对较强的稳定性．

关键词：结构时间序列模型 季节调整 arima模型 

单位：东北财经大学数学与数量经济学院; 大连116025