本论文针对时间数列解析中季节性变化指数简单、有效的计算方法进行研究、开发出一种新的可变型季节性变化指数计算方法。这种方法在本论文中暂称为连环比率移动法(link relative moving method)。对于连环比率的移动期间、本论文分别以３年到11年奇数年为期间进行移动计算、研究考察了不同移动期间计算出的预备可变型季节性变动指数的倾向·循环变动和不规则变动的排除状况、不同移动期间计算出的预备可变型季节性变动指数的变化状态及移动期间对预备可变型季节性变动指数的可变性的影响。

　青果物、蔬菜类的生产量、上市数量、价格的季节性变动以基准年为中心前后数年相互有影响。越接近基准年其影响越大。在这里、求出受影响较强的Ｋ年的连环比率平均数或中位数、一年一年进行移动、能达到留下有关的部分、排除无关变动的效果。通过这样的计算可以求出预备可变型季节性变动指数。
以上的计算中有一个很大的问题就是移动期间具体是几年为好。移动期间越大、计算出的预备可变型季节性变动的季节性分散比越大、可预备可变型季节性变动越接近固定型季节性变动。移动期间与数列年份相同的话、求出的季节性变动与连环比率法计算出的季节性变动一样、可变性将完全丧失、成为固定型季节性变动。相反、移动期间越短其他因素的影响不能排除、计算出的季节变动将失去规则性。从以上分析来看、移动期间的决定应考虑以下几点∶

1. 计算出的季节性变动指数不丧失其可变性。即尽量采用较短的移动期间。
2. 倾向·循环性变动及不规则变动的排除效果良好。
3. 计算出的季节性变动要有较强的规则性。

　本论文分析的全部数列用连还比率移动法计算出的可变型季节性变动指数、做方差分析和Ｆ测验的结果、全部数列都在显著水平0.01时有意。季节性变动的均方相当大、倾向·循环性变动几乎没有、不规则变动的方差很小、说明对短期偶然因素影响所产生的不规则变动的排除效果良好。

　其结果、EPA法(Economic Planning Agency method)与连环比率移动法的可变型季节性变动指数之间没有差异性。

　本论文研究开发了一种新的可变型季节性变动的计算方法——连环比率移动法、并研究考察了不同移动期间对连环比率移动法计算出的可变型季节性变动的影响。还利用方差分析的手法研究了这种方法求出的可变型季节性变动对倾向·循环变动、不规则变动的排除效果。又利用共方差分析检讨了EPA法与连环比率移动法计算出的可变型季节性变动之间的差异性。其结果简要总结如下。

1. 用连环比率移动法计算出的可变型季节性变动指数对倾向·循环性变动、不规则变动排除效果良好、求出的季节性变动具有代表性。

2. 用连环比率移动法进行季节性指数计算时、根据移动期间的不同求出的季节性变动的可变性之间有差异、移动期间的确定十分重要。

3. 用连环比率移动法计算青果物、蔬菜类市场变动的可变型季节性变动时、连环比率的移动期间以５年为适当。

4. 连环比率移动法与EPA法的可变型季节性指数之间虽然有所差异、但其差异达不到0.01的显著水平。

5. 连环比率移动法的计算原理同样可以应用与移动平均法及月份平均法的计算、这样一来这种计算原理也可以对于加法模型的时间数列进行可变型季节性变动的计算。

　一般来讲农产物种植·收获·上市数量受自然、季节等多种因素的影响、季节性变化很强。特别是不耐储藏的青果物、蔬菜类、根据季节的变动价格变动很大。青果物、蔬菜类的供给量从短期来看价格的弹力性较小、对市场价格的变动供给量变化不大。长期来看、随着生产条件、政策因素、经济状况的变动、其季节变动的形状逐渐变化、用可变型季节性变动来表示青果物、蔬菜类的季节性变动比较合理。
　目前为止、可变型季节性变动指数的计算方法相当复杂、必须依靠固有的计算机程序进行计算。本论文以时间数列解析为基础、将时间数列的连环比率以５年为期间进行移动、提出一种简单的可变型季节性变动指数的计算方法。并且通过蒙特卡咯(Monte Carlo)数学实验研究考察连环比率移动法与EPA法(Economic Planning Agency method)分别计算出的可变型季节性变动指数之间的差异性。

　蒙特卡咯数学实验成否的关键在乱数(随机数字)。本论文首先对蔬菜类的上市数量、批发价格数列进行分析、找出其不规则变动的规律。然后根据这种规律对计算机乱数进行修正、人工合成分析用的数列。乱数的发生采用NEC(日本电器公司)制造的PC-9821型计算机、使用N88BASIC计算机语言发生的随机乱数、利用勃克·姆勒(Box and Mullar)的方法计算出正规乱数。
　蒙特卡咯数学实验的数列、设定为乘法模型、人工合成。先从分析数列中选出具有代表性的季节性变动、倾向性变动、循环性变动数列、再将计算出的正规乱数按青果物、蔬菜类不规则变动的特征进行修正、合成蒙特卡咯数学实验用的数列。
　将人工合成数列分别利用连环比率移动法、EPA法计算出可变型季节性变动指数。从数列合成到可变型季节性变动指数的求出分别计算10,000数列、比较两种方法计算出的可变型季节性变动指数的特性。

　连环比率移动法作为可变型季节性变动指数的计算方法:①共方差分析的结果、与EPA法的可变型季节性变动指数之间没用差别。②计算原理同样适用于月份平均法和移动平均法。这样、加法模型的时间数列的季节性变动指数也可以计算。③计算出的可变型季节性变动指数比EPA法计算出的可变型季节性变动指数与本来的真值之间的差要略小一点。④在计算时间上使用pentium75MHzCPU计算机、执行10,000回所用的时间、连环比率移动法只用１小时半、而EPA法需要１５小时。
　从以上分析来看、连环比率移动法作为可变型季节性变动指数的计算方法、计算方法简便、有很强的实用性。

　　在经济时间序列分析中，循环变动的分析对于解明产品在生产，流通中的循环性，掌握长期变化规律，预测今后变化而制定必要的政策以安定物价，稳定社会经济有重要的意义。到目前为止关于循环变动的研究在各个学术领域中广泛进行着。但是，多数研究都是计算出时间序列中的固定型循环变动(即各个循环期之间周期相同，振幅不变)进行分析。在长期社会经济发展中随着生产技术的进步，政策，社会条件，消费观念的变化而使得循环变动的周期及振幅也会随之发生变化。因此，固定型循环变动不能确切地反映真实的经济循环变动规律，以导致分析错误。本论文把周期，振幅作为时间的函数，提示出一种新的可变型循环变动(即各个循环期之间周期及振幅可变)的计算方法，并设定周期，振幅分别为不变，增大，减小分别组合，人为做成9个20年间分月样品序列，及利用日本国鸟取市鸡蛋1975年到1996年22年间分月零售价格序列进行分析，用计算出的可变性循环变动与其样品序列，定常序列用误差分析进行比较，确立了本方法在统计学中的有意性及在实际经济时间序列分析中作为可变型循环变动分析计算方法的可行性。

　　本论文提出的把周期，振幅作为时间函数的可变型循环变动的计算方法如下图所示。

1. 随着生产技术，经济，社会条件的变化，经济时间序列中的循环变动其周期，振幅是随时间而变动的。
2. 本论文提示的方法计算出的可变型循环变动与样品序列或是定常序列的偏差，比一般方法计算出的固定型循环变动与样品序列或是定常序列的偏差要小。因此，可变型循环变动比固定型循环变动更能确切地反映真实的循环变动。
3. 利用本方法计算可变型循环变动时，决定计算区间序列长度的时候，综合考虑周期解析的精度及算出的循环变动的可变性等因素，计算区间序列的长度以假定周期的3倍前后为适宜。
4. 全样本序列先定常化后再分开计算区间序列算出的结果与各计算区间序列分别定常化算出的可变型循环变动通过Ｆ测验证实在统计学上没有差别。
5. 日本国鸟取市鸡蛋零售价格的循环变动，近年来其周期，振幅都有增大的趋向。
6. 用费利尔解析的三角函数计算可变型循环变动时，其周期，振幅为时间的函数。