绪　　论　······························　 1

第１章　时间数列解析的简史及数字的整理·时间数列解析的分析手法　···　 4

　第１节　时间数列解析的简史　····················　 4

　第２节　数字的整理及分析手法　···················　 9
　　第１项　缺落数值的补全　·····················　10
　　第２项　月份间、年份间变动的方差分析　··············　12
　　第３项　时间数列解析的分析手法　·················　16

第２章　季节变动指数的计算方法及新计算方法的研究开发　········　20

　第１节　固定型季节变动指数的计算方法　···············　20

　第２节　用ＥＰＡ法计算出的可变型季节变动指数　···········　26

　第３节　连环比率移动法的研究开发　·················　30
　　第１项　连环比率移动法的计算方法　················　31
　　第２项　连环比率移动法计算出的可变型季节变动指数的方差分析　···　35
　　第３项　ＥＰＡ法、连环比率移动法分别计算出的可变型季节变动指数的
　　　　　　方差分析结果比较　····················　38

　第４节　鸟取县蔬菜流通状况的季节性变动分析　············　41

第３章　从数字情报中分析青鲜水果、蔬菜市场长年流通状态的倾向性　···　49

　第１节　倾向性变动的计算方法和结果分析　··············　50
　　第１项　用移动平均法计算出的倾向性曲线　·············　50
　　第２项　最小自乘法的回归曲线　··················　53
　　第３项　修正指数、高贝尔兹(B.Gompertz)、洛基斯梯克(Logistic)曲线  56
　第２节　蔬菜上市数量、批发价格、零售价格的倾向性变动特点　·····　58

第４章　循环性变动和不规则变动的分析　················　62

　第１节　循环性变动周期的确定　···················　62
　　第１项　时间数列中的季节性、倾向性的排除　············　62
　　第２项　用自相关系数及周期解析强度来确定周期　··········　64
　　第３项　用电力光波分解法来探索循环周期的确定　··········　66

　第２节　循环性变动的算出　·····················　73

　第３节　分别从时间数列中排除固定型季节性指数或可变型季节性指数来考查
　　　　　对不规则变动的影响　····················　78
　　第１项　不规则变动的计算方法及不规则变动的特征　·········　78
　　第２项　连环比率法、EPA法、连环比率移动法等固定型、可变型季节性
　　　　　　变动指数对不规则变动的影响　···············　79

第５章　总　　结　··························　83

结　束　语　·····························　88

参　考　资　料　···························　90

　一般来说农产品的种植生产受自然条件制约，生产量不稳定，随年分、季节的变化收获量及上市量相差很大，价格弹力性很小。特别是对鲜度要求较高的青鲜水果、蔬菜产品，由于其不耐储藏及运输，除了生产量的影响之外，再加上产地到消费地的距离，特别是伴随着季节的变化价格相差很大。
　青鲜水果、蔬菜的价格变化直接影响着果农、菜农的农业收入，同时消费者也希望有一个安定的市场价格。因此、对农产品价格进行分析，以此来考查价格变化对农业收入及城市居民家庭经济的影响是一个十分重要的课题。
　青鲜水果、蔬菜一般以一年为生产周期进行种植业生产，并且水果、蔬菜受生理、生态等条件的制约，其产品与其它工业制品不同，其中有一个显著的特点就是生产量以一年为周期受四季影响而产生的季节性变动。青鲜水果、蔬菜的生产量、上市量中有很强的季节性，受到这种数量的季节性影响，批发价格、零售价格都有很大的差异。
　本论文以日本国鸟取县的市场数据为研究材料，以时间数列解析法为手段，对市场流通状况进行分析。特别是针对季节性变动的计算方法方面，在充分学习理解现有的计算方法的基础上，研究开发出一种新的、更简便的计算方法。同时利用这种新方法计算出的季节性变化指数对原数列进行季节性、倾向性变动排除(定常化)，再利用自相关系数、周期解析强度、电力光波分解法(Power Spectral Density)等确定周期，利用费利尔级数(Fourier-series)来确定振动幅度·相位，计算出循环变动。研究考查固定型季节变动、可变型季节变动对周期性变动计算的影响。

　本论文研究开发出的可变型季节变化计算法暂称为连环比率移动法(Link Relative Moving method: LRM method)。所有的分析主要使用N88BASIC独自制作的计算机程序进行计算。分析用的数列采用日本国鸟取县、鸟取青果物批发市场、米子青果物批发市场的批发价格、上市数量的分月数列及鸟取县蔬菜零售价格分月数列。设定这些数量、价格数列中的倾向性变动(Ｔ)、循环性变动(Ｃ)、季节性变动(Ｓ)、不规则性变动(Ｉ)为乘法型构成。即

     Ｏ＝Ｔ·Ｃ·Ｓ·Ｉ

在这里Ｏ为原统计数列。分析手法如下所示。

     　　　　　┌─────────┐
     原 数 列  │　Ｔ·Ｃ·Ｓ·Ｉ　│
     　　　　　└─┬─────┬─┘
     　　　　　　　├─────┼────３次以内的多项曲线
     　　　　　　　｜　　　　　｜　　　(用标准误差来判定最适合的曲线次数)
     　　　　　　　｜　　　　　｜
     　　　　　　　｜　　　　　├────连环比率移动法
     　　　　　　　↓　　　　　↓
     倾向性变动┌───┐　┌───┐
     　　　　　│　Ｔ　│　│　Ｓ　│
     季节性变动└─┬─┘　└─┬─┘
     　　　　　　　└──┬──┘
     　　　　　　　　　　｜　　　　　　　(ＴＣＳＩ－ＴＳ)
     　　　　　　　　　　├─────　　────────×１００
     　　　　　　　　　　｜　　　　　　　　　　ＴＳ
     　　　　　　　　　　↓
     　　　　　　┌───────┐
     定常性变动　│　　Ｃ·Ｉ　　│
     　　　　　　└───┬───┘
     　　　　　　　　　　│　　　　　　　　　　　　Correlogram
     　　　　　　　　　　├───────周期解析　Periodogram
　     　　　　　　　　　↓　　　　　　　　　　　　Power　Spectrum
     　　　　　┌─────────┐
     　　　　　│　确　定　周　期　│
     　　　　　└────┬────┘
     　　　　　　　　　　├───────调和解析(Harmonic　Analysis)
     　　　　　　　　　　↓
     　　　　　┌─────────┐
     　　　　　│振动幅度·相位确定│
     　　　　　└────┬────┘
　     　　　　　　　　　├───────调和项的Ｆ检定
     　　　　　　　　　　↓
     　　　　　　　　┌───┐
     循环变动　　　　│　Ｃ　│
     　　　　　　　　└─┬─┘
     　　　　　　　　　　├───────ＣＩ／Ｃ
　     　　　　　　　　　↓
　     　　　　　　　┌───┐
     不规则变动　　　│　Ｉ　│
　     　　　　　　　└───┘

1. 首先分析所使用的数列中是否存在有季节性变动。对本论文所采用的77个数列进行分散分析，确定了所有数列都存在有月间变动和年间变动。一般来说，批发价格的倾向性、循环性变动幅度比相同种类蔬菜上市数量的倾向性、循环性变动幅度要大，季节性变动相应变化幅度要小。这是因为虽然上市数量每年有变化，但比起长年来的物价上升而导致货币价值下降的因素要小。长期来看，价格呈现出很强的上升趋势。短期来讲，青果物、蔬菜类受季节变动的影响，收获·上市数量有很强的季节性。价格方面受社会需求、经济政策等多方面影响，人为地对其变动进行调节，以至产生这样的结果。不论怎样，方差分析的结果表明，本论文所采用的分析数列都具有很强的季节性。

2. 在季节性变动计算上，本论文研究开发了连环比率移动法。用方差分析的手法分析连环比率移动法计算出的季节性变动数列的有意性，并且分析了季节性变动数列中倾向性变动、不规则变动的排除效果。利用共分散分析的方差分析了日本国经济计画厅开发的ＥＰＡ法(Economic Planning Agency method)与连环比率移动法之间的差异。
   　其结果，连环比率移动法计算出的可变型季节性变动指数全部数列都在显著水平0.05的Ｆ测验中有显著性。并且倾向性变动、循环性变动几乎全部被排除。误差变动也很小，不规则变动排除效果相当好。共方差分析的结果，ＥＰＡ法与连环比率移动法计算出的可变型季节性变动之间几乎没有差别。因此，本论文在时间数列做倾向性·季节性排除时使用连环比率移动法计算出的可变型季节性指数。

3. 做为倾向性变动的计算方法，经过分析认为利用回归方程式来计算青果物·蔬菜类的倾向性变动较得当。回归曲线次元数以三次元以内为合理。最合理的次元数根据误差测验来决定。

4. 时间数列的定常化(从原数列中排除季节性·倾向性变动的过程)方法采用美国哈巴德大学经济调查会发表的方法，其计算方法如下∶
   

   　　　　   TCSIij－SijTij
      CIij＝─────────×100　　(ｉ为年份、j为月份)
   　　　　　　   SijTij
   

   在这里，季节性变动(Sij)使用连环比率移动法计算出的可变型季节性变动指数。倾向性变动(Tij)利用最小自乘法算出的三次元以内的回归曲线，经过误差测验选择使用最适合的次元曲线。

5. 周期解析中使用Correlogram，Periodogram，Power Spectral Density等分析手法来确定周期。其结果∶
   
   1. 根据Correlogram可以确定大致的周期，但具体周期很难确定。 　
   2. 根据Periodogram的Ｆ测验，对几乎所有的数列周期都可以得到确定。但对少数周期不明了数列及多重周期数列很难确定其周期。 　
   3. Power Spectral Density分析中，为了使分解出的曲线较为圆滑，以免出现误差，使用加重封闭型系数(window closing)的手法通过计算机作图，观察随着系数的变化画出的曲线精度。其结果判明，Parzen系数的最适范围为1/4≤M/N≤1/2(M/N为数列总数比)，Tukey系数的最适范围在1/6≤M/N≤2/3，Bartlett系数的最适范围是1/5≤M/N≤3/4区间。本论文采用Parzen系数，大小为M/N＝1/2。
6. 循环周期确定后，利用费利尔级数(Fourier-series)计算出循环变动。

　本论文以时间数列分析法为基础，以鸟取县内的鸟取青果物批发市场、米子青果物批发市场的十八种主要蔬菜批发价格、上市数量及鸟取县五种蔬菜零售价格、共计七十七数列、二十四年的分月资料(零售价格为二十三年的分月资料)为分析资料，研究开发了可变型季节性指数的简便计算方法——连环比率移动法。并对这种新计算方法通过方差分析进行考证。本论文还将构成时间数列的四种基本变动进行分离，研究了青果物流通中的季节性、倾向性、循环性及不规则性。现将其总结如下∶

1. 季　节　性　变　动
   1. 青果物由于其特有的生理、种植特性，在流通中具有很强的季节性。
   2. 青果物的季节变动由于受经济、社会、自然等多种因素的影响，长年来看每年的变动状态略有差别，呈可变型变动。
   3. 本论文开发的连环比率移动法对计算可变型季节性变动十分适合。
   4. 连环比率移动法的计算原理同样可以用于月份平均法、移动平均法，以计算加法型时间数列的可变型季节性变动。

2. 倾　向　性　变　动
   1. 移动平均法计算出的循环·倾向曲线最能代表时间数列的循环·倾向性。
   2. 指数曲线等单纯上升或下降曲线不适合与青果物倾向性变动的计算。
   3. 用回归曲线来计算青果物倾向性变动时，次元数应在三次以内。

3. 循　环　性　变　动
   1. 由于社会、经济、政策等多种原因，青果物、蔬菜流通时间数列中有些品种存在有循环变动。
   2. 循环变动的周期一般为三到七年。

4. 不　规　则　变　动
   　青果物、蔬菜种植受自然条件的影响，与工业制品不同，存在有不规则变动。这种不规则变动仅仅是一种偶然变动。