金融市场中的实际观测数据,除随机性外往往还带有模糊性,这样的观测数据通常以观测区间的形式给出,例如,当我们谈及某日的上证指数时,其观测值总是在最低点与最高点之间波动。观测值的这种不确定性来自于多重隶属现象,而非随机现象,我们称这种不确定性为模糊性。不确定性问题通常含有两种意义上的分类:一类是随机不确定性,人们依靠概率统计方法进行处理;另一类是非随机性的不确定性,即为模糊性问题,通常利用模糊集合理论来进行研究。本文将在模糊数学理论基础上,利用回归分析方法,构建模糊金融时间序列模型,并利用FLP(模糊线性规划)方法来估计模型的未知参数。为了合理评价拟合效果,我们将根据测量模糊集合间的择近原则,给出利用样本平均贴近度来评价模型拟合效果的一个准则。实证研究将讨论金融模糊时间观测序列的建模、参数估计,并对模型的实际拟合效果和预测效果做初步评价。