伍海华指出，谱分析方法把时间序列看作是互不相关的频率分量的叠加，通过分解和研究各个分量的周期变化，可重复揭示时间序列的频域结构，掌握时间序列的主要周期波动特征。在研究时间序列的周期波动方面，频域研究具有时域方法所无法企及的优势。这方面，东北财经大学的陈磊做了大量工作。
陈磊通过借鉴动态非均衡经济学的有关理论，建立了固定资产投资周期的二阶加速数SOA模型，尝试解释了经济周期的主要形成机制。经济周期表现为国民经济主要变量指标对其长期趋势的偏离和调整，因此，在考察主要变量指标的增长周期波动之前，应当首先确定并分离出指标中包含的长期趋势成分。长期以来，关于如何适当分析经济时间序列中的长期趋势与波动成分一直存在争论。陈磊采用目前国际上使用较广的Hodrick唱Prescott滤波（Hodrick and Prescott，1977，简称HP滤波），来拟合各指标的长期趋势。这种滤波综合考虑了对数据的拟合程度和趋势的平滑性，与传统的确定型时间趋势相比，这种方法更灵活，适合经济发展不同时期长期趋势可能出现的变化情况。一些研究表明，这种滤波对于含有单位根的差分平稳过程能够产生伪周期，从而在消除趋势后的数据中所观察到的周期波动可能仅仅反映了滤波的性质，而没有反映数据本身的特征。为了尽可能保障趋势分离的合理性，必须对各指标的长期趋势性质进行统计检验。陈磊采用增广Dickey唱Fuller检验，也称ADF检验，对各指标进行平稳性检验。这种方法比较简单更具有一般性质，在实践中使用较广。由于对数GDP、固定资产投资和居民消费都具有明显的线性上升趋势，很可能都包含确定的时间趋势，当然也可能还具有随机性趋势，因此，根据Perron等人（1988）提出的“从一般到特殊”的单位根检验过程，检验应从常数项和趋势项的一般检验方程开始。而对存货投资，检验从带有常数项的一般检验方程开始，根据样本容量，检验方程中因变量的滞后项数最多不超过3阶。具体项数依据各滞后项的显著性程度和关于残差序列自相关的 Q 检验、LM 检验和Schwarz信息准则来综合确定。
据陈磊分析，我国1978-2004年以来的固定资产投资、国内生产总值等指数基本上呈一条平滑的上升趋势线，如何消除数据中的长期趋势，以揭示各指标在增长过程中的周期波动特征，国内常用的方法是将数据转变为增长率，由此对应的是增长率周期波动。另一种方法是拟合某种平滑函数作为数据中长期趋势的估计加以剔除，此时对应的是增长周期波动。为了更好地把握每个指标的周期波动特征以及与GDP相关程度，陈磊还计算了各指标自相关系数和指标间的互相关系数。根据时间序列分析理论，如果时序中存在波长为P的周期，自相关图将在滞后期P和滞后期P/2附近出现极大值和极小值。
陈磊通过SOA模型力求在一定程度上解释我国投资周期的内在形成机制，较好地刻画了固定资产的增长周期波动，为探索我国经济周期形成机制提供了一条新的研究途径。此外还证明了经济周期波动是内在因素和外在冲击共同作用的结果，连续但不相关的外在冲击，通过内在传导机制产生了连续、相关且具有一定规律性的现实经济周期波动。
