股指预测一直以来都是一个复杂而困难的问题,一方面,由于股市的复杂多变性,很难对其有准确而全面的预测,这也正是股指预测的魅力所在；另一方面,国内外许多学者仍在不断采用各种不同的方法与模型对股指进行预测,随着研究的不断深入,预测的方法与模型越来越多,预测的精度和准度也有较大的提高,然而,以往的预测模型和方法都存在着一些问题,以至于影响股指预测的精度和准度。因此,本文提出多元时序滞后协整混合模型并利用其对股市进行预测,该模型在一定程度上克服了时间序列方法考虑不够全面的问题,也可以克服协整分析没有考虑时间影响的缺陷,以期能够得到准度和精度更高的预测结果。本文在理论方面首先介绍了时序分析的基本概念与模型,讨论了建立时序分析的基本步骤,随后介绍协整分析,讨论协整关系的估计与检验,最后引出了滞后协整的概念,并对滞后协整关系的参数估计、检验进行了探讨。实证方面,本文在理论分析的基础上建立了多元时序与滞后协整混合预测模型,以上证综合指数为研究对象,选取广义货币供应量、储蓄存款、一月期同业银行拆借利率、人民币对美元汇率、工业增加值、社会消费品零售总额、宏观经济景气指数、消费者价格指数、企业商品价格指数等宏观经济变量指标作为解释变量,采用2000年1月至2010年8月的月度数据,首先对数据进行滞后分析,确定解释变量、被解释变量的最优滞后阶数,然后进行时序分析,将参与预测模型的时间序列向前推移多期,用于预测；之后进行协整分析,估计滞后协整参数；最后综合分析,建立预测模型。从短期预测结果来看,模型取得了良好的预测效果,长期则可以根据实时的信息更新模型参数来取得更好的效果。