金融时间序列分析教材(PPT 31页)

ARMA模型的理论介绍
ARMA模型的实证分析
问题与小结
时间序列分析即寻找时间序列{}的规律，
对于给定的时间序列{}，有2种方法对其进行解释或预测：
利用外部影响因素的时间序列与本时间序列的关系进行解释或预测，
典型的方法如回归模型。例如，预测零配件的月销售量，
可以利用汽车月度产量等外部影响建立回归方程，进行预测。
缺点：上述因素的数据必须具有可获得性，
但是影响因素的数据并不是总是可获得，如政策、
消费者偏好等因素就难以获得，这时就不适合采用外部影响因素法。
上述方法中存在外部影响因素数据不可获得的特点，
时间序列方法则规避了此类缺点。
时间序列法，通过时间序列的历史数据，得出关于过去行为的有关结论，
进而对时间序列未来进行判断。
时间序列方法有很多，如传统时间序列方法（时间序列分解、指数平滑等）
、随机时间序列（ARMA/AR/MA等）、其他方法（ARCH、动态时间序列法等）
..............................