یکی از اساسی­ترین اقدامات در مدیریت ریسک، به دست آوردن اطلاعات درست و دقیق از ویژگی­های آماری سری­های زمانی می­باشد. در این مقاله، به منظور مدل­سازی مانده هفتگی سپرده قرض­الحسنه پس­انداز در طی آذر سال 1390 تا مرداد 1395، از فرآیندهای تصادفی استفاده شده است. بدین منظور مدل­های حرکت براونی هندسی،  انتشار-پرش، کاکس-اینگرسل-راس، و بازگشت به میانگین به کار می بریم. همچنین برای بهبود عملکرد، نوسانات سری زمانی مورد بررسی را به دو بخش قطعی و تصادفی تجزیه و صرفا بخش تصادفی را مدل­سازی می کنیم. بخش قطعی مجموع خط روند و چرخه های دوره­ای است. پس از تخمین پارامترها با استفاده از روش تابع حداکثر درست­نمایی و آزمون مدل­ها بر مبنای معیار MAPE، نتایج حاصل با انتظارات اولیه مطابق و از این قرار است: عملکرد مدل­ها با جداسازی بخش قطعی و تصادفی، افزایش چشمگیری دارد. با اینکه همزمان پدیده بازگشت به میانگین و پهن بودن دم سری­های زمانی تایید گردید، اما مدل بازگشت به میانگین (کاکس-اینگرسل-راس) در هر دو حالت روند زدایی شده و نشده عملکرد بهتری از مدل دم پهن (انتشار- پرش) دارد. و سرانجام مدل انتشار-پرش و بازگشت به میانگین، بهترین عملکرد را در بین مدل­های پیشنهادی دارد.