应用计量经济学--时间序列分析
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。
[作者简介] 沃尔特·恩德斯(Walter Enders),美国亚拉巴马州立大学的经济学教授,1975年他获得纽约哥伦比亚大学经济学博士学位。恩德斯博士最近的研究集中于时间序列模型在经济学和金融领域的发展与运用。他已经在许多期刊上发表了多篇论文,这些期刊包括:Review of Economy and Statistics,Quarterly Journal of Economics,Journal ofInternational Econom,ics,American Economic Review(美国经济协会主办),Journal of Business and Economic Statistics(美国统计协会主办)以及The American Political Science Review(美国政治科学协会主办)。他现担任国际经济学领域的三种期刊的正式编辑,以及乌克兰政府的政策顾问。他还因防止核战争方面的行为科学研究,与托德·森德勒(Todd Sandler)分享了美国国家科学院的:ESTES奖。该奖项的认定中提到,“…认知与行为科学领域的基础研究,运用规范分析或实证方法,或两者的最佳结合,加深了我们对有关核战危机的认识。”国家科学院授予他们该奖项是因为他们“…对跨国恐怖活动的共同研究,即运用博弈论和时间序列分析证明了恐怖袭击对防御性反制措施的响应具有循环性和易变性的特征。”
建立在对多元回归分析初步了解的基础上,本书对时间序列分析进行了由浅入深的介绍,展现了如何利用最新方法对经济数据建模,从而进行预测、分析和假设检验。
本书涉及了应用计量经济学时间序列分析的最新发展成果,诸如样本区间外预测方法、非线性时间序列模型、Monte Carlo分析和自助法。本书运用宏观经济学、农业经济、国际金融、国际恐怖活动等诸多领域的大量案例来阐述这些方法的应用。
本书特点:运用真实的数据举倒,阐述关键概念;采用通俗易懂、由浅入深、循序渐进的方法估计时间序列;大量的问题和实证练习可以帮助读者练习本书提到的各种方法;强调差分方程的应用是分析所有时间序列模型的基础;本书所使用的各种数据序列、MATLAB/GAUSS等相关软件的程序指南都可以从本书网页www.cba.ua.edu/~wenders中获取。
[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
2.4 ARMA(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
2.8 Box—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2.1 MA(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
3.2 ARCH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
3.6 ARCH—M模型
3.7 GARCH过程的其他特性
3.8 GARCH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
4.4 Monte Carlo方法
4.5 DF检验
4.6 DF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
4.11 Panel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
5.12 Blanchard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
6.9 Johansen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
7.2 ARMA模型的简单扩展
7.3 极限自回归TAR模型
7.4 TAR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
|
