深圳大学金融时间序列分析教学大纲.docVIP

深圳大学数学与计算科学学院 课程教学大纲 （2006年10月重印版） 课程编号 课程名称 金融时间序列分析 课程类别 专业必修 教材名称 时间序列分析 制 订 人 魏正红 审 核 人 郭思维 2005年4月修订 一、课程设计的指导思想 （一）课程性质 1. 课程类别：专业必修课 2. 适用专业：数学与应用数学专业（金融数学方向） 3. 开设学期：第六学期 4. 学时安排：周学时3，总学时54 5. 学分分配：3学分 （二）开设目的 《金融时间序列分析》任何关注金融市场的人很快都会发现，价格经常发生实质性的变化，并且是很难预测的，但从统计学的角度，这种价格变化行为是可以揭示的。 （三）基本要求 掌握动态数据预处理的检验方法。熟悉平稳序列；线性平稳序列和线性滤波；能建立时间序列的线性平稳模型、自回归模型、滑动平均等模型。掌握AR(p)模型、MA(p)模型和ARMA(p, q)模型的参数估计方法，时间序列的递推预测和ARMA（p, q）模型的参数估计方法，时间序列的递推预测和ARMA(p, q)序列的递推预测。 （四）主要内容 时间序列分析；平稳序列；线性平稳序列和线性滤波；正态时间序列和随机变量的收敛性；严平稳序列及其遍历性；平稳序列的谱函数。推移算子和常系数差分方程；自回归模型及其平稳性；AR(p)序列的谱密度和Yule-Walker方程；平稳序列的相关系数和Levinson递推公式；AR(p)序列举例。滑动平均模型；自回归滑动平均(ARMA)模型。均值的估计；自斜方差函数的估计；白噪声检验。最佳线性预测的基本性质；非决定性平稳序列及其Word表示；时间序列的递推预测；ARMA(p, q)序列的递推预测。AR(p)模型的参数估计；MA(p)模型的参数估计；ARMA(p, q)模型的参数估计; 求ARIMA(p, d, q)模型及季节ARJMA模型的参数估计。 （五）先修课程 微积分、概率论与数理统计、计量经济学 （六）后继课程 金融风险管理 （七）考核方式 闭卷考试 （八）使用教材 《时间序列分析》，王振龙主编，中国统计出版社，2003年。 （九）参考书目 《商业和经济预测中的时间序列分析》，philip Hans Franses著，中国人民大学出版社，2002年。 二、教学内容 第一章 绪论 教学目的 了解时间序列的概念、类型，掌握随机时间序列分析的几个基本概念。 主要内容 第一节 时间序列分析的一般问题 第二节 时间序列的建立 第三节 确定性时间序列分析方法概述 第四节 随机时间序列分析的几个基本概念 教学要求 识记：时间序列的概念、类型。 领会：随机时间序列分析的几个基本概念。 第二章 平稳时间序列模型 教学目的 介绍平稳时间序列，使学生理解自回归模型和移动平均模型的意义和形式。 主要内容 第一节 一阶自回归模型 第二节 一般自回归模型 第三节 移动平均模型 第四节 自回归移动平均模型 教学要求 识记：平稳时间序列。 领会：自回归模型和移动平均模型的意义和形式。 第三章 ARMA模型的特性 教学目的 了解ARMA模型的统计特性、格林函数和逆函数，理解模型的平稳可逆条件。 主要内容 第一节 格林函数和平稳性 第二节 逆函数和可逆性 第三节 自协方差函数 教学要求 识记：ARMA模型的特性、格林函数和逆函数 领会：模型的平稳可逆条件。 第四章 平稳时间序列模型的建立 教学目的 讨论平稳时间序列模型的拟合问题，掌握模型识别、模型定阶及模型参数估计的方 法。 主要内容 第一节 模型识别 第二节 模型定阶 第三节 模型参数估计 第四节 模型的适应性检验 第五节 建模的其它方法 教学要求 识记：平稳时间序列模型。 领会：平稳时间序列模型的拟合问题，掌握模型识别、模型定阶及模型参数估计的方法。 第五章 平稳时间序列预测 教学目的 掌握平稳时间序列的各种预测方法。 主要内容 第一节 正交投影预测 第二节 条件期望预测 第三节 适时修正预测 第四节 指数平滑预测 教学要求 识记：正交投影预测、条件期望预测等概念。 掌握：各种预测方法。 第六章 非平稳时间序列预测 教学目的 了解非平稳时间序列的意义， 重点掌握非平稳性的检验和平稳化方法。 主要内容 第一节 非平稳性的检验 第二节 平稳化方法 第三节 齐次非平稳序列模型 第四节 平稳时间序列的组合模型 教学要求 识记：非平稳时间序列的意义。 领会：非平稳性的检验和平稳化方法。 第七章 季节性时间序列分析方法 教学目的 理解季节时序模型的概念，重点掌握几种季节模型的建模方法。 主要内容 第一节 简单时间序列模型 第二节 乘