时间序列预测方法及其在我国开放式基金市场的应用研究.doc

摘要:本文以研究时间序列预测法为主线，针对我国开放式基金市场的现状，建立一个科学合理的、符合我国投资者实际基金投资模型进行预测分析，以便投资者科学地把握我国未来的基金走势。

本文对时间序列预测方法进行简单的理论分析及概述，对ARIMA模型和传递函数法的理论知识进行了分析总结。并总结了当前我国开放式基金市场的发展状态，简略分析论证了影响投资者决策的几种相关因素，将对其影响最大的因素作为回归项引入。分别建立起我国开放式基金市场投资的ARIMA模型和传递函数模型，进行对比分析。结果表明，我国开放式基金市场投资的传递函数模型因回归项的相关关系不充分，较单变量的ARIMA模型预测效果有一定程度的落差，证明了ARIMA模型较符合我国当前的基金特点。最后，对ARIMA（1，1，1）模型结论进行分析，针对我国基金业实际状况，结合模型预测结果，提出了一些政策和建议，具有一定的参考价值。

关键词 开放式基金；时间序列；ARIMA模型；传递函数模型

目录

摘要

Abstract

1 绪论-1

1.1 选题的背景及意义-1

1.1.1 ARIMA模型-1

1.1.2 传递函数模型-1

1.2 研究现状-2

1.3 主要研究内容-2

2 时间序列-3

2.1 时间序列分析-3

2.1.1 时间序列-3

2.1.2 平稳性-3

2.1.3 白噪声-3

2.1.4 自相关函数-4

2.1.5 偏自相关函数-4

2.2 平稳时间序列的基本模型-5

2.2.1 自回归模型-5

2.2.2 移动平均模型-5

2.2.3 自回归移动平均模型-6

3 非平稳ARIMA模型-7

3.1相关概念介绍-7

3.1.1 差分-7

3.1.2 单位根检验-7

3.2 ARIMA模型-8

3.2.1 ARIMA模型的定义-8

3.2.2 ARIMA模型的性质-9

3.3 ARIMA模型建模-10

3.4 ARIMA模型预测-11

4 传递函数模型-13

4.1 相关概念介绍-13

4.1.1 普通最小二乘法(OLS法)-13

4.1.2 Engle-Granger两步协整检验法-14

4.1.3 误差修正模型-14

4.2 传递函数-15

4.2.1 传递函数-15

4.3 构建传递函数模型-17

4.3.1 传递函数模型识别-17

4.3.2 传递函数模型估计-18

4.3.3 传递函数模型的诊断校验-19

4.4传递函数模型的预测-19

5 我国开放式基金市场投资的数据分析-21

5.1 影响基金市场的相关因素分析-21

5.1.1基金分红-21

5.1.2基金规模-21

5.1.3证券市场增长率-21

5.1.4沪深300指数的影响-21

5.1.5上证指数的影响-22

5.2 数据处理-22

5.2.1数据来源-22

5.2.2数据分析-22

5.2.3平稳性检验-23

5.3我国开放式基金市场投资的ARIMA分析-25

5.4我国开放式基金市场投资的传递函数分析-27

5.5模型预测对比-32

6 政策建议-33

结论-34

致谢-35

参考文献-36

附录-37