课程号：00131100
课程名称：金融时间序列分析
开课学期：秋
学分： 3
先修课程：微积分，线性代数，概率论，数理统计，最好学过实变函数和泛函分析，不做必要要求。
基本目的：较系统学习和掌握线性时间序列分析的基本理论和方法，能够用时间序列分析的线性模型对时间序列数据进行建模和预测。 简单介绍谱分析，金融数据特点和常用模型方法。内容提要：
一、时间序列的基本理论（8学时）
主要内容： 时间序列的分解， 平稳序列的定义， 线性平稳序列和线性滤波介绍， 正态时间序列和随机变量的收敛性，严平稳序列及其遍历性介绍，Hilbert 空间中的平稳序列介绍， 平稳序列的谱函数介绍。
二、时间序列的常用模型（12学时）
主要内容： 推移算子和常系数差分方程，自回归模型及其平稳性， AR（p）序列的谱密度和Yule-Walker方程， 平稳序列的偏相关系数和 Levinson 递推公式， AR（p）序列举例，滑动平均模型，自回归滑动平均模型的基本理论。ARIMA模型介绍。
三、金融时间序列的特点介绍（2学时）
三、参数估计的一般方法（6学时）
主要内容： 时间序列均值的估计， 时间序列自协方差函数的估计， 白噪声检验方法。
四、时间序列的预报和ARMA模型的参数估计（11学时）
主要内容： 最佳线性预测的基本性质， 非决定性平稳序列及其Wold表示， 时间序列的递推预测， ARMA（p,q）序列的递推预测， AR（p）模型的参数估计方法， MA（q）模型的参数估计方法， ARMA（p,q）模型的参数估计方法， 求和ARIMA（p,d,q）模型及季节ARMA模型的参数估计方法介绍， 潜周期模型及其参数估计介绍。
五、时间序列的谱分析简介（6学时）
主要内容：平稳序列的谱表示， 平稳序列的周期图，加窗谱估计。
教学方式：每周授课3学时
教材与参考书：
1、 何书元，应用时间序列分析，北京大学出版社，2003.
2、 Rui S.Tsay,金融时间序列分析，人民邮电出版社，2012.
学生成绩评定方法：作业20%，期中考试20%，期末考试60%。
课程修订负责人：李东风