预测理论与应用(编辑修改稿)

预测理论与应用(编辑修改稿)内容摘要：

011T h T T h T h h T h Th T h Ty b b b bbb               ,1 1 1 1 1 110( ) ( )T h T T h T h TT h T h h T h T h T h Thi T h iie y yb b b b bb                       从而， 1,0( ) ( ) 0hT h T i T h iiE e E b   122,0v a r ( )hT h T iieb   基于 AR模型的预测 AR(1)可以写成    ),0(~21 WNyytttt  ),0(~ 21WNyytttt 11T T Tyy 1,T T Tyy  2 1 2T T Tyy   2, 1 ,T T T Tyy …… 从以上过程我们可以看出，基于AR模型的预测，实质上是运用了所谓的“链式法则”（ Chain Rule），一环一环地套下去，可以获得未来任意一期的预测值。 将 AR（ 1）写成 MA(∞) 的形式，即， 对比得出， 2 2 2 1 2( 1 ) +t t t t ty L L             iib  可以得到 AR(1)模型对应的预测误差项的方差及其标准差表达式 112 2 2 2, 00v a r ( )hh iT h T iiieb   112 2 2 2,00v a r ( )hhiT h T iiieb     表 51 预测准确度的 常用度量指标 预测准确定的度量指标 金融计量学 张成思 目录 1. 金融计量学初步 2. 差分方程、滞后运算与动态模型 3. 平稳 AR模型 4. 平稳 ARMA模型 5. 预测理论与应用 6. 非平稳时间序列模型 7. 单位根检验法 8. 向量自回归 （ VAR） 模型 9. 结构向量自回归 （ SVAR） 模型 10. 协整与误差修正模型 11. GARCH模型 12. 非线性时序模型 13. CAPM理论与应用 14. 事件研究方法 第一章 金融计量学初步 金融计量学的范畴 金融时间序列数据 金融计量分析中的基本概念 金融计量软件介绍 金融计量学的范畴 金融计量学的范畴涵盖微观和宏观两个层面。 资产定价模型（ CAPM）、行为金融分析中的事件研究方法等属于微观金融领域的计量分析，而动态时间序列模型更多地用在宏观金融领域。 随着学科的发展，金融计量方法的微观与宏观分析也不是绝对泾渭分明的，微宏观分析的结合也是金融计量分析中经常遇到的现象。 从具体内容上看，金融计量学涵盖了宏微观金融理论检验、资本资产定价、金融变量相关关系的假设检验、经济状态对金融市场的影响分析以及金融变量预测等多方面的内容。 金融时间序列数据 广义地讲，将某种金融随机变量按出现时间的顺序排列起来称为金融时间序列。 从现实世界的角度看，金融时间序列就是指在一定时期内按时间先后顺序排列的金融随机变量。 图 上证综合指数时间序列数据 1 , 0 0 02 , 0 0 03 , 0 0 04 , 0 0 05 , 0 0 06 , 0 0 02 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0(a)2020年 1月 2020年 10月 数据来源： 国泰安数据库 图 上证综合指数时间序列数据 01 , 0 0 02 , 0 0 03 , 0 0 04 , 0 0 05 , 0 0 06 , 0 0 07 , 0 0 02 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0(b) 2020年 7月 1日 2020年 10月 29日（ 5天 /周） 数据来。