应用计量经济学:时间序列分析

作者：	(美)恩德斯(Enders W.) 杜江 谢志超 译
出版社：	高等教育出版社
出版日期：	2006-06

本书共7章。第1章主要讲述差分方程。第2章主要讨论平稳时间序列模型的建模以及预测等。第3章讨论不同形式的ARCH模型。第4章着重讨论序列的单位根检验方法。第5章讨论多元时间序列模型，主要阐述向量自回归（VA R）分析方法，包括脉冲响应函数、方差分解等。第6章讨论协整的检验方法和误差修正模型。第7章主要讨论非线性时间序列模型。本书在每一章中都以简单的例子人手，逐步推广到较为复杂的模型，并提供了详尽的步骤和说明。为了巩固和消化内容，每章还提供了练习。
本书是以掌握多元回归分析的读者为对象而设计的，适合作为经济学、金融学、统计学等专业本科高年级学生和研究生教材。

名称：
应用计量经济学:时间序列分析
*大小：467页
*格式：PDF
目录
第1章差分方程
1.1时间序列模型
1.2差分方程及解法
1.3迭代法解方程
1.4备选解法
1.5蛛网模型
1.6解齐次差分方程
1.7求确定性过程的特解
1.8待定系数法
1.9滞后算子
1.10总结
习题
尾注
附录1.1虚根和deMoivre定理
附录1.2高阶方程中的特征根
第2章平稳时间序列模型
2.1随机差分方程模型
2.2自回归移动平均ARMA模型
2.3平稳性
2.4ARMA（p1g）模型的平稳性限制
2.5自相关函数
2.6偏自相关函数
2.7平稳序列的样本自相关
2.8Box—Jenkins模型筛选方法
2.9预测性质
2.10生产者物价指数（PPI）模型
2.11季节性模型
2.12总结
习题
尾注
附录2.1MA（1）过程的估计
附录2.2模型筛选准则
第3章波动性建模
3.1定式化的经济时间序列
3.2ARCH过程
3.3通货膨胀的ARCH和GARCH估计
3.4实例：PPI的GARCH模型
3.5风险的GARCH模型
3.6ARCH—M模型
3.7GARCH过程的其他特性
3.8GARCH模型的最大似然估计
3.9其他条件方差模型
3.10估计纽约证券交易所综合指数
3.11总结
习题
尾注
第4章包含趋势的模型
4.1确定性趋势和随机趋势
4.2除去趋势
4.3单位根与回归残差
4.4Monte Carlo方法
4.5DF检验
4.6DF检验实例
4.7扩展的DF检验
4.8结构性变化
4.9有效性与确定性回归变量
4.10趋势和单变量分解
4.11Panel单位根检验
4.12总结
习题
尾注
附录自助法
尾注
第5章多方程时间序列模型
5.1干扰分析
5.2传递函数模型
5.3估计传递函数
5.4结构性多元估计的约束
5.5向量自回归（VAR）介绍
5.6估计和识别
5.7脉冲响应函数
5.8假设检验
5.9简单的VAR实例：西班牙的恐怖事件和旅游业
5.10结构性VAR
5.11结构性分解实例
5.12Blanchard和Quah分解
5.13实例：分解实际汇率与名义汇率变动
5.14总结
习题
尾注
第6章协整与误差修正模型
6.1单整变量的线性组合
6.2协整与共同趋势
6.3协整与误差修正模型
6.4协整检验：Engle—Granger检验方法
6.5协整检验：Engle—Granger检验方法演示
6.6协整和购买力平价理论
6.7特征根、秩与协整
6.8假设检验
6.9Johansen协整检验方法
6.10一般到特殊建模方法
6.11总结
习题
尾注
附录6.1协整向量推导
附录6.2特征根、平稳性与秩
第7章非线性时间序列模型
7.1线性与非线性调整
7.2ARMA模型的简单扩展
7.3极限自回归TAR模型
7.4TAR的扩展形式与其他非线性模型
7.5非线性检验
7.6状态转换模型的估计
7.7一般化的脉冲响应及其预测
7.8单位根与非线性
7.9总结
习题
尾注
统计表
参考文献
索引