本文系统的研究了多维宽平稳的滑动平均模型MA（q）的适时递归预测和估计，及其相关的统计性质。首先，讨论了多维平稳时间序列均值向量和协方差阵函数的估计的渐近性质，它不仅在描述分量时间序列的相依性方面起着重要作用，而且在依靠这种相依性建模时也起着重要作用。其次，利用Hilbert空间中正交投影的有关理论，给出了最佳线性预测在内积定义下的一些性质。这些性质是做适时递归估计和预测的基础。而后，详细的研究了时间序列的递归预测，将新息递归算法用于多维MA（q）模型，给出其进行一步递归预测和h步递归预测的公式，利用该递归公式对多维MA（q）过程数据进行预测时，可显著提高运算的效率。最后，由于对k=1，2，．．．，q，样本新息（?）_k是用X₁，X₂，．．．，X_k-1预报X_k时的预报误差，所以不会是理论的新息Z_k的近似。随着n趋于无穷，用来作为预报的历史资料X₁，X₂，．．．，X_n也增加到无穷，这样就可逐渐减小样本新息与理论新息之间的误差，从而保证了样本新息（?）_n-q，（?）_n-q+1，．．．，（?）_n能够近似理论的新息Z_n-q，Z_n-q+1，．．．，Z_n。再结合新息递归算法，得到多维情形下的MA（q）过程的参数估计公式。