时间序列分析在网上支付总额预测中的应用.doc

摘要：网上支付是电子支付的一种形式，它是通过第三方提供的与银行之间的支付接口进行的即时支付方式。由于互联网的二重性，企业信息化程度低以及相关政策法规的空白，网上支付的发展任务重，前路坎坷。未来的网上支付交易额到底能达到多少，网上支付能否取代现金成为主流交易方式，还是一个未知数。因此，若能较为精准的预测出以后若干年里的网上支付交易情况，对于目前的社会生活具有较大的意义。时间序列分析预测法，就是用概率统计的方法去分析一组由不同时间上的观测值排列而成的序列，从而建立一个模型，寻找当时间变化，研究对象的发展规律，并在整个动态系统中去考虑该规律，预测未来的事情。论文以2010到2016年共七年的季度网上支付总额为基础资料，运用Excel、Eviews以及SPSS软件，同时结合时间序列分析方法，通过比较平均值、标准差、AIC值、BIC值以及ACF系数、PACF系数等参数，依照模型评价准则的要求，建立一个最佳模型，并预测未来五年时间里的网上支付总额。

关键词：时间序列分析；网上支付；ARMA模型；ARIMA模型；预测

目录

摘要

Abstract

一、 文献综述-4

（一） 问题的引入-4

（二） 研究的目的和意义-4

（三） 国内外的研究现状-5

（四） 论文主要工作-6

二、 时间序列分析的基本理论与方法-6

（一） 时间序列分析-7

1. 时间序列-7

2. 时间序列的主要分类-7

（二） 常见的平稳时间序列模型-8

1.  AR（自回归）模型-8

2.  MA(移动平均）模型-8

3.  ARMA（自回归移动平均）模型-8

（三） 平稳时间序列模型的建立过程-9

1. 模型识别-9

2. 模型定阶-10

3. 模型参数估计-10

4. 模型的适应性检验-10

5. 模型的预测-10

三、 网上支付金额模型-11

（一）网上支付金额的回归模型-11

（二） 网上支付金额的ARIMA模型-13

1. 预处理-13

2. 模型的定阶-14

3. 模型的检验-15

4. ARIMA（1,1,1）模型-16

5. 预测-16

四、 结论与建议-16

（一） 结论-16

（二） 建议-17

参考文献-17