ARIMA模型的基本思想是將預測對象隨時間推移而形成的數據序列視為壹個隨機序列，這個序列由壹定的數學模型近似描述。這個模型壹旦被識別出來，就可以從時間序列的過去值和現在值來預測未來值。現代統計方法和計量經濟模型已經能夠在壹定程度上幫助企業預測未來。
ARIMA模型是基於歷史數據的，所以收集的歷史數據越多，模型就越準確。
月度儲蓄數據可以看作是隨著時間的推移而形成的隨機時間序列。通過分析該時間序列中儲蓄值的隨機性、平穩性和季節性，用數學模型描述這些月度儲蓄值之間的相關性或依賴性，從而利用過去和現在儲蓄值的信息來預測未來的儲蓄情況。