课程号:00131100
课程名称:金融时间序列分析
开课学期:秋
学分: 3
先修课程:微积分,线性代数,概率论,数理统计,最好学过实变函数和泛函分析,不做必要要求。
基本目的:较系统学习和掌握线性时间序列分析的基本理论和方法,能够用时间序列分析的线性模型对时间序列数据进行建模和预测。 简单介绍谱分析,金融数据特点和常用模型方法。内容提要:
一、时间序列的基本理论(8学时)
主要内容: 时间序列的分解, 平稳序列的定义, 线性平稳序列和线性滤波介绍, 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介绍,Hilbert 空间中的平稳序列介绍, 平稳序列的谱函数介绍。
二、时间序列的常用模型(12学时)
主要内容: 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, 平稳序列的偏相关系数和 Levinson 递推公式, AR(p)序列举例,滑动平均模型,自回归滑动平均模型的基本理论。ARIMA模型介绍。
三、金融时间序列的特点介绍(2学时)
三、参数估计的一般方法(6学时)
主要内容: 时间序列均值的估计, 时间序列自协方差函数的估计, 白噪声检验方法。
四、时间序列的预报和ARMA模型的参数估计(11学时)
主要内容: 最佳线性预测的基本性质, 非决定性平稳序列及其Wold表示, 时间序列的递推预测, ARMA(p,q)序列的递推预测, AR(p)模型的参数估计方法, MA(q)模型的参数估计方法, ARMA(p,q)模型的参数估计方法, 求和ARIMA(p,d,q)模型及季节ARMA模型的参数估计方法介绍, 潜周期模型及其参数估计介绍。
五、时间序列的谱分析简介(6学时)
主要内容:平稳序列的谱表示, 平稳序列的周期图,加窗谱估计。
教学方式:每周授课3学时
教材与参考书:
1、 何书元,应用时间序列分析,williamhill体育在线平台出版社,2003.
2、 Rui S.Tsay,金融时间序列分析,人民邮电出版社,2012.
学生成绩评定方法:作业20%,期中考试20%,期末考试60%。
课程修订负责人:李东风