小波分析起源于傅立叶分析，因其在时频域具有良好的局部分析能力，受到众多研究者的青睐，已被广泛应用于语音识别、图像处理、地质勘探等应用领域，且已取得不少成果。近些年来，有学者开始将小波分析引入经济与金融领域，试图利用小波分析方法挖掘经济数据中蕴含的有用信息，从而对一些经济现象进行量化、分析和预测，以揭示这些现象背后的经济规律。本文正是在这样的理论背景下，对运用小波分析处理经济方面的时间序列数据展开研究，以验证小波分析在处理时间序列问题上的适用性。文章由五章组成，具体结构如下：　　第一章为绪论，概括阐述了本文的研究背景以及相关课题的研究与应用现状，并列举了学者们的一些研究成果；随后我们还介绍了本文的研究内容，并说明了样本数据的来源和分析软件。　　第二章从介绍傅立叶变换开始，分析其不足，从而引入小波分析的基本理论，内容包括小波分析的发展简史、小波与连续小波变换、离散小波变换、多分辨分析、Mallat算法和小波去噪。　　第三章介绍时间序列预测方法，即对各种时间序列模型——ARMA模型，ARIMA模型和状态空间模型进行论述，并对模型的建立，包括模型选择、参数估计、模型检验和预测等作了介绍。　　第四章为实证部分，从房价数据预测的现状说起，提出利用小波方法预测房价，并结合实际数据，验证了小波分析方法在预测揭阳二手房价格的适用性。实证的结果较为满意。　　结束语，讲述本文的研究结论以及展望。