原创《基于AR模型上证A股指数回报率实证分析》：本论文为免费优秀的关于实证分析论文范文资料，可用于相关论文写作参考。
作者简介：吴荣亮（1989.12-）,男,汉,广西桂林,硕士,四川大学经济学院,研究方向：金融分析.
摘 要：运用AR模型对上海A股指数回报率进行研究,通过时序图和DF平稳性检验的结果模型阶数,观察数据的自相关性和偏相关性,并建立相应的AR（p）模型,运用模型对未来的指数回报率进行预测.
关键词：AR模型；自相关性；偏相关性；模型预测
股市预测是许多投资者关注的焦点问题,要想在金融市场上投资,就必须时刻关注金融市场把握市场的走向.对时间序列进行分析,可以发现事物变化规律,预测失误未来发展趋势.在所有的预测模型中,自回归模型是作为预测的标杆,用来评价其他各类模型所做的预测效果是否精确.通常来说,可将常用的随机事序列分析方法分为两类：一是平稳时间序列分析；二是非平稳时间序列分析.平稳时间序列模型主要包括AR模型、MA模型、ARMA模型等；非平稳时间序列模型主要包括ARIMA模型和季节模型两大类.而AR模型、MA模型、ARMA模型可视为ARIMA模型的特例.
ARIMA模型是时间序列分析的基本模型,在经济预测过程中,既考虑了经济现象在时间序列上的依存性,也考虑了随机波动的干扰性,对经济运行短期趋势的预测精度较高.
实证分析论文参考资料：
结论：基于AR模型上证A股指数回报率实证分析为关于本文可作为实证分析方面的大学硕士与本科毕业论文规范分析论文开题报告范文和职称论文论文写作参考文献下载。
