作者簡介：吳榮亮（1989.12-），男，漢，廣西桂林，碩士，四川大學(xué)經(jīng)濟學(xué)院，研究方向：金融分析。

摘要：運用AR模型對上海A股指數(shù)回報率進行研究，通過時序圖和DF平穩(wěn)性檢驗的結(jié)果模型階數(shù)，觀察數(shù)據(jù)的自相關(guān)性和偏相關(guān)性，并建立相應(yīng)的AR（p）模型，運用模型對未來的指數(shù)回報率進行預(yù)測。

關(guān)鍵詞：AR模型；自相關(guān)性；偏相關(guān)性；模型預(yù)測

股市預(yù)測是許多投資者關(guān)注的焦點問題，要想在金融市場上投資，就必須時刻關(guān)注金融市場把握市場的走向。對時間序列進行分析，可以發(fā)現(xiàn)事物變化規(guī)律，預(yù)測失誤未來發(fā)展趨勢。在所有的預(yù)測模型中，自回歸模型是作為預(yù)測的標(biāo)桿，用來評價其他各類模型所做的預(yù)測效果是否精確。通常來說，可將常用的隨機事序列分析方法分為兩類：一是平穩(wěn)時間序列分析；二是非平穩(wěn)時間序列分析。平穩(wěn)時間序列模型主要包括AR模型、MA模型、ARMA模型等；非平穩(wěn)時間序列模型主要包括ARIMA模型和季節(jié)模型兩大類。而AR模型、MA模型、ARMA模型可視為ARIMA模型的特例。

ARIMA模型是時間序列分析的基本模型，在經(jīng)濟預(yù)測過程中，既考慮了經(jīng)濟現(xiàn)象在時間序列上的依存性，也考慮了隨機波動的干擾性，對經(jīng)濟運行短期趨勢的預(yù)測精度較高。