概率论是研究随机现象统计规律性的数学分支,它在自然科学、社会科学和生产实际中都有着广泛的应用.大偏差原理理论自上世纪六十年代引入,其研究的是一种遍历性收敛速度的问　　题,经许多学者的开拓发展,现已经称为概率论的一个重要分支.它在偏微分,马氏过程,动力系统随机扰动,统计,保险与金融等众多领域有着广泛的应用.在金融经济中,股票价格的变化过程大致呈现出自回归模型的形式,通过对参数估计量的分析可以研究数据序列所遵从的统计规律,从而对股票价格进行有效的控制和预测.　　本文由四章构成:　　第一章,简单回顾大偏差原理理论的基本概念以及要用到的结论,介绍本文的研究对象与已知结论,然后在此基础上给出本文的研究动机.　　第二章,对于文中所研究的模型：此公式省略，加以介绍,给出我们所得到的结果.　　第三章,我们分别给出了估计量(θ)n,(ρ) n以及Durbin-Watson统计量(D)n渐近分布的证明.首先将(θ)n-(θ)*n分解成分式的形式,利用鞅的中心极限定理得到分子的渐近分布,以及分母弱收敛到其期望,从而由 Slutsky’s引理得到估计量(θ)n的渐近分布.其次,利用二维鞅中心极限定理及拆分技巧得到估计量((θ)n,(ρ)n)的联合渐近分布.最后,利用(ρ)n的结论易得Durbin-Watson统计量(D)n的渐近分布.　　第四章,我们分别得到了估计量(θ)n,(ρ)n以及 Durbin-Watson统计量(D)n的中偏差原理.首先我们由指数阶等价性定义,鞅差三角阵列的中偏差原理及拆分技巧得到估计量(θ)n及(ρ)n的中偏差原理,最后由(ρ)n的结论易得Durbin-Watson统计量(D)n的中偏差原理.