时间序列模型(厦门大学 王艺明).pdfVIP

时间序列模型－ ARIMA与GARCH类模型 厦门大学财政系 王艺明 ARIMA模型 v 对于投资人而言，其最关心的莫过于能预先获知商品股价的 变动趋势，获取最大的利润；而对于商品交易的管理当局而 言，其亦期望能对未来市场趋于过热或过冷加以预测，而预 先加以对策因应，规避市场的过度波动 v 因此传统的时间序列模型旨在提供一套有效的预测技术，以 掌握近期内各金 商品股价的走向，提前因应景气转坏所受 的冲击 v 其中最著名的之一便是Box Jenkins 于1976年提出ARIMA 模型，以往的文献曾将单变量ARIMA模型的预测效果与其它 预测技术 （如多元回归、GARCH、倒传递类神经网络模 型、向量自回归模型及误差修正模型等）相比较，其结果显 示ARIMA预测技术有一定的使用价值 ARIMA模型的研究步骤 单位根检验 估计ARIMA模型的参数 Box-Cox变换 残差是否为白噪音