声明
摘要
1 绪论
1.1 选题的背景
1.2 研究的目的与意义
1.3 国内外研究现状
1.3.1 时间序列分析方法国内外的研究
1.3.2 国内外的汇率研究
1.4 主要工作与技术方法
1.4.1 论文的主要工作
1.4.2 论文的技术方法
2 时间序列分析的基本概念与模型
2.1 时间序列分析的基本概念
2.1.1 时间序列和随机过程
2.1.2 均值、方差和协方差
2.1.3 平稳性
2.1.4 趋势和季节性
2.2 平稳时间序列模型
2.2.1 一般线性过程
2.2.2 自回归(AR)模型
2.2.3 滑动平均(MA)模型
2.2.4 自回归滑动平均(ARMA)模型
2.3 非平稳时间序列模型
2.3.1 差分平稳化
2.3.2 求和自回归滑动平均(ARIMA)模型
2.3.3 其他变换
2.4 条件异方差时间序列模型
2.4.1 ARCH模型
2.4.2 GARCH模型
3 建立模型
3.1 ARIM模型的建立
3.1.1 相关函数与AIC和BIC
3.1.2 模型的识别
3.1.3 参数估计
3.1.4 模型诊断
3.1.5 模型预测
3.2 GARCH模型的建立
3.2.1 模型识别
3.2.2 参数估计
3.2.3 模型诊断
4 实例分析
4.1 数据的选取
4.2 数据的初步分析
4.3 ARIMA模型方法的分析与预测
4.3.1 ARIMA模型的定阶问题
4.3.2 ARIMA模型的参数估计
4.3.3 ARIMA模型的显著性检验
4.3.4 ARIMA模型的预测
4.4 GARCH模型方法的分析与预测
4.4.1 GARCH模型的条件检验
4.4.2 GARCH模型的拟合
4.4.3 GARCH模型的预测
结论
参考文献
致谢
大连理工大学;