本文以经济和金融系统的时间序列数据为考察对象，综合运用各种模型对目标系统做预测。引言中首先介绍时间序列模型的实际应用及国内外发展概况，然后详细说明本文的研究意义及内容创新。 第二章对一般时变自回归模型的时变系数提出一种估计方法，即建立一个关于时变系数的向量自回归模型，利用最小二乘方法计算其系数矩阵，在此基础上预测时变系数，从而得到时变自回归序列的点预测，讨论了时变模型的稳定性并给出了稳定的充分条件，另外给出了点预测和区间预测的方法，本章相关内容及结论部分已作为本人独立工作成果发表在核心期刊。作为补充在第三章还介绍多维时间序列的矩估计方法和模型定阶方法，进一步地，运用时间序列多层分析方法对系统进行建模，充分挖掘时变模型长期预测的有效性这一特点。在第四章介绍核估计方法和局部线性最小二乘方法拟合非参数自回归时间序列模型，并比较非参数模型与时变线性模型的不同特点。 最后，对本文研究内容的各种预测模型分别予以比较，说明其优点及建模中存在的问题，并对模型值得改进之处寄予展望。