时间序列的季节性、非平稳性和非线性是实证研究中无法回避的问题。季节性的存在使得季节时间序列表现出周期性的季节波动，往往会给经济周期的识别带来困难，掩盖变量之间真实的相互关系。在实践中，人们通常采用季节调整的方法来消除季节性。宏观经济序列大多表现出随时间增长的长期模式，不具有恒定均值，即非平稳。无论对于理论研究还是应用研究，一个重要问题是判断这种观测到的非平稳性是随机的还是确定性的，从而对变量的潜在数据生成过程作出合理判定。如果时间序列中含有单位根（并带有非零漂移项），则趋势是随机的，是由随机新息累加所得到的，任何随机冲击对该序列的未来运动轨迹都具有持久的效应。如果序列中不含单位根，则这种非平稳性可以用围绕确定性时间趋势的随机波动来表示，随机冲击只对序列的历史运动轨迹具有暂时性的影响。单位根检验就是区分这两种非平稳性的主要手段。非线性在时间序列中也是经常存在的，经典的线性模型的假设条件在现实中往往并不能满足。从传统的结构变动（即分段线性），到门限自回归、平滑转移自回归，非线性模型的突出优势就是模型的解释能力。　　季节调整、非线性和单位根检验三者之间存在着紧密的联系。本文的主要工作就是从实际应用的角度出发，致力于研究这三者之间的关系。　　第一章是绪论部分，陈述本文的研究背景及选题意义，研究思路，对文中涉及到的一些基本概念进行界定。　　第二章介绍了在经典的Box和Jenkins时间序列模型分析框架下，如何通过干预分析模型和异常值检测来反映经济变量的非线性特征。　　第三章介绍带有非线性特征的X-12-ARIMA季节调整原理及其专题应用。重点是构造符合中国国情的春节模型，以估计并消除季节时间序列中的春节移动假日效应。明确界定了流量数据与存量数据在季节调整中存在的差别，在此基础上分别为其建立合适的春节模型，并分别以社会消费品零售总额和货币供应量M0为例，展示本文所提出的春节模型的调整效果。进而采用季节调整的方法，通过考察社会消费品零售总额月度序列在“五一”、“十一”长假制度实施前后季节模式的变迁，定量测算“假日经济”对居民消费的影响。最后基于对价格指数数据统计性质的界定，对我国居民消费价格指数进行更合理的季节调整，用于宏观经济的实时监测。　　第四章研究季节调整与单位根检验的关系。从单位根检验方法、滞后项选取准则、季节调整方法等多个方面拓展了Ghysels和Perron(1993)设计的试验框架，通过蒙特卡罗模拟的方法，考察在加入异常值检测、预测扩展等功能后，X-12-ARIMA季节调整对单位根检验功效和检验尺度的影响。得出的结论部分地支持了季节调整数据的使用。　　第五章探讨非线性与单位根检验的关系。首先对考虑结构突变的单位根检验方法的发展历程做一综述。继而通过蒙特卡罗模拟技术，讨论带有内生结构突变的单位根检验模型的设定问题。提出新的约束形式的两次内生结构突变单位根检验模型，对我国人口时间序列进行单位根检验。第三节，给出了以TAR和MTAR模型为备择假设的门限单位根检验模型，应用该模型对1983年以来我国月度通货膨胀率的动态路径进行检验，考察我国的通货膨胀是否具有非对称调整特征。第四节，总结了以LSTR模型为备择假设的结构平滑转变单位根检验模型。第五节，给出了以ESTAR模型为备择假设的单位根检验模型。第六节，给出了以结构渐变和非对称调整为备择假设的综合单位根检验模型。最后应用这些检验模型对Nelson和Plosser(1982)经典数据集和中国主要宏观经济变量进行检验，并与常规的ADF检验和DF-GLS检验的结论相对照，为经济增长理论提供了新的思路和经验证据。　　最后是结论部分，对全文加以总结。　　本文的部分内容综合了国家社会科学基金项目“非经典计量经济学理论方法研究(03BJY014)”和中国人民银行项目“PBC版时间序列X-12-ARIMA季节调整原理研究”等课题的部分研究成果。