课程教学大纲_时间序列分析

1、时间序列分析教学大纲课程编号：120403B课程类型：通识教育必修课通识教育选修课专业必修课专业选修课学科基础课总学时：48讲课学时：32实验（上机）学时：16学分：3适用对象：统计学、经济统计学先修课程：概率论、数理统计毕业要求：1. 应用专业知识，解决数据分析问题2. 可以建立统计模型，获得有效结论3. 掌握统计软件及常用数据库工具的使用4. 关注国际统计应用的新进展5. 基于数据结论，提出决策咨询建议6. 具有不断学习的意识7. 扎实的数学基础和完整的统计知识体系8. 计算机编程技能与经济学基本常识9. 解决实际问题的能力，具有获取新知识的能力和创新意识一、课程的教学目标时间序列分析是一

2、种根据动态数据特征揭示系统动态结构和规律的统计方法，是统计学的一个分支。通过本课程的学习让学生掌握时间序列分析的基本原理、方法、模型，重点培养学生运用相关软件包进行经济金融学定量实证分析的能力，为以后的理论应用研究打下坚实的基础。本课程要求学生掌握时间序列分析的基本概念和模型，掌握用时间序列模型进行基本实证分析的方法。二、教学基本要求1. 对教学内容讲授上的要求本课程重点讲授平稳时间序列模型的性质和建模方法，对于平稳时间序列模型的定义、平稳时间序列的类型、平稳时间序列的自协方差函数和自相关函数、平稳时间序列的性质、平稳时间序列建模中参数估计方法和白噪声检验等内容应细将、精讲，对于这些内容要结合

3、大量案例和统计软件，使学生做到理论与实践的有机结合；其他内容应粗讲。2. 对拟实现的教学目标所采取的教学方法、教学手段教学方法以教师讲授为主，辅以大量的上机模拟，教学手段多样化。3. 课程的考核方式本课程采用上机作业和模型设计方式进行考核，其中上机练习占50%，模型设计占30%，平时考勤和作业占20%。三、各教学环节学时分配以表格方式表现各章节的学时分配，表格如下：（宋体，小四号字）教学课时分配序号章节内容讲课实验其他合计1第一章绪论442第二章线性平稳时间序列模型6283第三章平稳时间序列模型的建立64104第四章平稳时间序列模型的预测4265第五章非平稳时间序列分析64106第六章季节非平

4、稳时间序列分析4267第七章两个前沿问题224合计321648四、教学内容（黑体，小四号字）第一章绪论第一节引言1. 时间序列的定义2. 时间序列的分类第二节时间序列的建立1.数据的采集2. 数据的预处理第三节确定性时序方法概述1. 确定性时间序列模型2. 确定性时序的预测第四节随机时序分析的基本概念1. 随机过程与平稳性2. 几种特殊的平稳序列第五节Eviews软件入门教学重点、难点：重点是时间序列的平稳性和白噪声，难点是离群点的检验和处理以及随机过程。课程的考核要求：了解时间序列的定义和类型，了解时间序列数据的采集，掌握时序数据预处理思路和方法，了解确定性时间序列的几种常用模型和预测方法，

5、理解随机过程的概念，理解随机过程平稳性的涵义，掌握白噪声过程的特征等。复习思考题：1. 时间序列是如何建立的？2. 什么是随机过程的平稳性，并说明严平稳和宽平稳之间的关系。3. 如何检验时序数据的离群点？4. 确定性时间序列趋势的预测方法有哪些？第二章线性平稳时间序列模型第一节自回归模型1. 一阶自回归模型2. 多阶自回归模型第二节滑动平均模型1. 一阶滑动平均模型2. 多阶滑动平均模型第三节自回归滑动平均模型1. 自回归滑动平均模型的一般形式2. ARMA模型的特性教学重点、难点：ARMA模型的特性。课程的考核要求：了解线性平稳时间序列模型的定义，理解一阶自回归模型与普通一元线性回归模型的关

6、系，掌握AR模型平稳性的涵义及条件，了解滑动平均模型的一般形式，理解滑动平均模型可逆性涵义及条件，掌握ARMA模型的特性，包括平稳性、可逆性、自协方差函数等。复习思考题：1. AR(p)模型的基本假设，模型结构如何？2比较自回归模型与一元线性回归的异同。3. 什么是自相关函数，说明自协方差矩阵的性质。第三章平稳时间序列模型的建立第一节模型识别第二节模型定阶1. 参差方差图定阶法2. 最佳准则函数定阶法3. ACF和CACF定价法4. F检验定阶法第三节参数估计1. 自回过模型参数的估计2. 滑动平均模型参数的估计3. 自回归滑动平均模型参数的估计第四节模型的诊断检验1. 三点图法2. 残差分析

7、检验法3. Box-Pierce检验法4. F检验第五节案例分析教学重点、难点：重点是模型识别和参数估计的方法，难点是最佳准则函数定阶法。课程的考核要求：了解平稳时间序列模型的建模步骤，了解模型识别的含义，理解模型识别的方法和步骤，理解最佳准则函数定阶法和ACF法的基本原理和步骤，掌握三种不同参数估计方法的异同，理解模型的适应性检验的含义及检验方法，运用残差分析方法对模型进行诊断和检验。复习思考题：1. 简述模型的识别方法有哪些？2. 区分矩估计法、极大似然估计法和最小二乘法的优劣。3. 如何对模型的适应性进行诊断？第四章平稳时间序列模型的预测第一节最小均方误预测第二节条件期望预测第三节适时修

8、正模型教学重点、难点：重点是最小均方误预测和条件期望预测，难点是ARMA模型预测的一般结果。课程的考核要求：了解最小均方误的概念，理解最小均方误预测的思想及结果，掌握最小均方误的几何预测法，了解条件期望的含义与规定，理解运用模型的逆转形式进行预测的方法，掌握差分方程形式进行预测的方法，理解ARMA模型预测的一般结果，了解适时修正模型的含义和常用方法。复习思考题：1. 最小均方误预测的基本原理是什么？2. 什么是条件期望预测，简述条件期望预测的一般步骤。3. 运用条件期望预测方法得到的ARMA模型预测一般结果是什么？第三章非平稳时间序列分析第一节非平稳性的检验1. 数据图检验法2. ACF和CA

9、CF函数检验法3. 单位根检验法4. 游程检验法第二节平稳化方法1. 差分法2. 季节差分法3. 对数变换法第三节非平稳时间序列模型的建立1. 齐次非平稳序列模型2. 非平稳时间序列的组合模型3. 案例分析第四节X-11方法简介教学重点、难点：重点是非平稳性的单位根检验和平稳化方法，难点是非平稳序列组合模型中各成分的判断。课程的考核要求：了解非平稳时间序列的定义，了解数据图检验和游程检验法的原理，理解自相关偏自相关函数检验法的原理和步骤，掌握单位根检验的原理和操作步骤，理解平稳化的三种方法及其使用条件，了解齐次非平稳序列模型的定义及类型，了解非平稳时间序列的组合模型的含义和类型，理解确定性趋势

10、的判断方法，了解X-11方法的基本思想和求解过程。复习思考题：1. 什么是平稳性，平稳性的检验方法有哪些？2. 什么是单位根，说明单位根检验的一般步骤。3. 说明齐次非平稳模型和组合模型的差别。第七章两个前沿问题第一节自回归条件异方差模型ARCH1. ARCH模型的定义及特征2. ARCH模型的发展3. ARCH模型的估计和检验4. 案例第二节协整理论及误差修正模型1. 协整性及其检验2. 误差修正模型教学重点、难点：重点是ARCH模型的估计和检验。课程的考核要求：了解ARCH模型的定义和特征，了解ARCH模型的扩展形式，理解ARCH模型的估计和检验方法，了解协整性的定义及检验方法，了解误差修正模型的概念及估计等。复习思考题：1.