子年度的时间序列数据中普遍存在着明显的季节性，气候、宗教习惯、社会风俗和商业实践等原因引起的季节性波动往往会影响真实的数据走向，容易导致决策者的误判。由此，需要将序列中存在的季节因素进行剔除。我国传统的做法是基于去年的同期数据计算同比变动，这种方法已经被证明具有局限性。国际上对季节调整研究比较深入，主要是以国家统计机构和银行机构为主导，研究季节调整的方法并不断开发和升级季节调整软件，截至目前已经形成了两大方法体系，被许多国家延用。一些国家十分重视季节调整的实践活动，定期发布调整后的多项数据。为了准确了解经济动向与国际接轨需要定期发布季节调整之后的数据。然而，季节调整方法因各国的季节模式特征不同而各有不同。为此需要对季节调整的方法进行本国化的研究。　　本文首先分析了国际上引用最多的X-12-ARIMA和TRMAO/SAETS方法体系，并分析了我国特有的假期特点，最后以社会商品零售总额为研究对象进行季节调整，提出了将季节调整分为三大模块进行方法的比较研究，三大模块依次为公历节假日的调整、传统季节调整体系的方法比较、考虑春节效应的季节调整的研究。将季节调整进行拆分便于进行阶段性的方法比较，在每个阶段都考虑了多种季节调整方法效果，逐步对比得出每一阶段的最优方法，最终得到季节调整的最优解。另外，在处理公历节假日阶段，本文作者认为我国同一假日的假期长短发生过变动。本文创新性地提出基于假期时长的虚拟变量来剔除假期的影响。最终，本文得到如下结论(1)公历假期时长发生变化时，引入多个虚拟变量的调整方法效果显著性更好。对本文研究对象的实证调整总结得到我国的公历假期的季节影响因子的大小。除以一天的元旦假期影响不显著以外，其余的五一、十一和三天的元旦假期都影响显著，通过比较不同的假期的影响效果可以发现，调整时长之后的三天五一假期并不逊色于之前的七天假期，总的来说十一黄金周的影响力度最大，本文还针对不同的假期影响效果提出了假期制度安排的建议。(2)在传统的季节调整模型研究部分，首先对X-12-ARIMA方法进行了内部的对比。对加法模型和乘法模型，考虑交易日的模型和不考虑交易日的模型进行了对比，最终确认了考虑交易日的乘法模型季节调整效果最好，进一步与TRMAO/SAETS比较，可以得到后者效果较好。(3)在第二部分的基础上，将春节效应纳入到TRMAO/SAETS的季节调整中，对比发现，春节有正向的节前影响和负向的节中影响，节后影响不显著。经过本文的方法比较研究，得到了适应于社会商品零售总额的一套季节调整流程。