《应用时间序列分析》课程教学大纲

PAGEPAGE1应用时间序列分析课程教学大纲TimeSeriesAnalysis学时数：32其中：实验学时：0课外学时：0学分数：2适用专业：金融学一、课程的性质、目的和任务时间序列分析是为我国高等院校的数学、金融、经济、管理学科的相关专业的学生开设的一门选修课。时间序列分析是统计学的一个非常重要的分支，金融工程专业开设这门课程的主要目的是为金融专业人员在作金融市场分析时提供科学的方法和决策依据。通过本课程的学习，应使学生初步掌握时间序列分析的基本思想，能运用时间序列分析的基本方法分析解决一些实际问题，特别是提高学生运用相关的数学知识和时间序列分析的思想解决金融学、经济学中一些实际问题的能力。二、课程教学的基本要求时间序列分析的主要内容包括：第一章时间序列分析概论、第二章时间序列分析的基本概念、第三章线性平稳时间序列分析、第四章非平稳时间序列分析和季节序列模型、第七章平稳时间序列分析模型预测、第八章非平稳和季节时间序列模型分析方法、第十章多元时间序列分析、第十一章（超）高频数据的建模与分析简介。在完成大纲规定的基本内容的前提下，对讲授次序、课时分配和教学方法可根据具体情况灵活掌握。（一）掌握时间序列分析的理论与方法。（二）掌握平稳与非平稳时间序列分析。（三）掌握多元时间序列分析。三、课程的教学内容、重点和难点第一章时间序列分析概论一、时间序列分析的定义和含义（一）时间序列分析的定义和含义二、时间序列分析方法简介（一）时间序列分析方法简介三、时间序列分析软件（一）时间序列分析软件介绍重点：时间序列分析的定义和含义难点：时间序列分析方法的应用及软件的使用第二章时间序列分析的基本概念一、平稳过程（一）平稳过程二、平稳过程的特征及遍历性（一）平稳过程的特征（二）平稳过程的遍历性三、线性差分方程（一）一阶差分方程（二）P阶差分方程四、时间序列数据的预处理（一）平稳性检验（二）正态性检验（三）独立性检验（四）离群点的检验与处理重点：平稳过程及特征、一阶差分方程、平稳性检验、正态性检验难点：平稳过程的遍历性、P阶差分方程、独立性检验、离群点的检验与处理第三章线性平稳时间序列分析一、线性过程（一）线性过程的定义（二）线性过程的因果性和可逆性二、自回归过程AR（p）（一）一阶自回归过程AR(1)（二）二阶自回归过程AR(2)（三）p阶自回归过程AR(p)模型三、移动平均过程MA（q）（一）一阶移动平均过程MA(1)（二）q阶移动平均过程MA(q)四、自回归移动平均过程ARMA（p,q）（一）ARMA(p,q)过程的平稳域和可逆域（二）模型的因果性和格林（Green）函数（三）模型的逆转形式和逆函数五、自相关系数与偏相关系数（一）自相关系数及其特征（二）偏相关系数及其特征重点：线性过程及因果性和可逆性、一阶自回归过程AR(1)、一阶移动平均过程MA(1)、ARMA(p,q)过程的平稳域和可逆域、自相关系数及其特征难点：p阶自回归过程AR(p)模型、）q阶移动平均过程MA(q)、模型的逆转形式和逆函数、偏相关系数及其特征第四章非平稳时间序列分析和季节序列模型一、均值非平稳（一）确定性趋势模型（二）随机趋势模型和差分二、自回归求和移动平均模型（ARIMA）（一）一般的ARIMA模型（二）随机游动（RandomWalk）模型三、方差和自协方差非平稳（一）方差和自协方差非平稳四、季节时间序列（SARIMA）模型（一）季节时间序列（SARIMA）模型重点：确定性趋势模型、一般的ARIMA模型、方差和自协方差非平稳难点：随机趋势模型和差分、随机游动（RandomWalk）模型、季节时间序列（SARIMA）模型第七章平稳时间序列模型预测一、最小均方误差预测（一）条件无偏均方误差最小预测（二）ARMA模型的预测方差和预测区间二、对AR模型的预测（一）AR模型的预测三、MA模型的预测（一）MA模型的预测四、ARMA模型的预测（一）ARMA模型的预测五、预测值的适时修正（一）预测值的修正重点：条件无偏均方误差最小预测、AR模型的预测、预测值的修正难点：ARMA模型的预测方差和预测区间、MA模型的预测、ARMA模型的预测第八章非平稳和季节时间序列模型分析方法一、ARIMA模型的方法分析（一）ARIMA模型的结构（二）ARIMA模型的性质（三）ARIMA模型的建模（四）ARIMA模型的预测二、季节时间序列模型的分析方法（一）季节时间序列的重要性（二）季节时间序列模型(三)季节性检验和季节建模的建立重点：ARIMA模型的结构及性质、季节时间序列的重要性和建模难点：ARIMA模型的建模和预测、季节性检验和季节建模的建立第十章多元时间序列分析一、多元平稳时间序列建模（一）多元平稳时间序列建模二、虚假回归（一）虚假回归三、单位根检验（一）DF检验（二）ADF检验（三）PP检验四、协整（一）单整与协整（二）协整检验五、误差修正模型（一）误差修正模型（二）误差修正模型的建立重点：多元平稳时间序列建模、虚假回归、单整与协整、误差修正模型难点：DF检验、ADF检验、PP检验、协整检验、误差修正模型的建立第十一章（超）高频数据的建模与分析简介一、（超）高频数据的特点（一）（超）高频数据的特点二、（超）高频数据与ACD模型（一）ACD模型简介（二）ACD模型的扩展三、交易持续期的集聚性（一）交易持续期的集聚性四、UHF—GARCH模型（一）UHF—GARCH模型重点：（超）高频数据的特点、ACD模型简介难点：ACD模型的扩展、交易持续期的集聚性、UHF—GARCH模型四、课程各教学环节要求（一）课堂教学1、本课程以课堂教学为主，讲授32课时。2、案例与实例分析，使学生掌握时间序列分析的方法与应用。3、要求学生作到理论与应用相结合。能够用时间序列分析模型解决经济问题。（二）课外辅助教学1、要求每一个学生至少学会一种时间序列分析应用软件。（二）考核要求主要考核学生对基本概念、原理的理解和能否灵活应用。1、期末课程考试；2、作业情况；最后成绩一般是期末考试占60％，平时成绩（含期中测验、作业等成绩）占40％，本课程成绩及格者获3个学分。五、学时分配教学内容各教学环节学时分配作业题量备注章节主要内容讲授实验讨论习题课外其它小计一时间序列分析概论22二时间序列分析的基本概念44三线性平稳时间序列分析44四非平稳时间序列分析和季节序列模型44七平稳时间序列模型预测44八非平稳和季节时间序列模型分析方法66十多元时间序列分析44十一（超）高频数据的建模与分析简介44合计3232六、课程与其它课程的联系学习本课程需要有一定的其他课程的前期知识储备。需要有微积分、线性代数、概率统计、统计学的知识和一定的计算机知识。通过对本课程的学习为后续相关专业的理论与实践课程打下良好的计量基础。使学生掌握一定的量化分析的方法和科学研究的能力。七、教材与教学参考书（一）王黎明等．应用时间序列分析上海：复旦大学出版社.2009年。（二）教学参考书：[1]何书元．