Applied econometric time series

第1章 差分方程. 1

1．1 时间序列模型 1

1．2 差分方程及解法 6

1．3 迭代法解方程 8

1．4 备选解法 12

1．5 蛛网模型 16

1．6 解齐次差分方程 20

1．7 求确定性过程的特解 28

1．8 待定系数法 30

1．9 滞后算子 36

1．10 总结 38

习题 39

尾注 41

附录1．1 虚根和de moivre定理 41

附录1．2 高阶方程中的特征根 43

第2章 平稳时间序列模型 45

2．1 随机差分方程模型 45

2．2 自回归移动平均arma模型 48

2．3 平稳性 49

2．4 arma(p，q)模型的平稳性限制 52

.2．5 自相关函数 57

2．6 偏自相关函数 61

2．7 平稳序列的样本自相关 63

2．8 box-jenkins模型筛选方法 72

2．9 预测性质 75

2．10 生产者物价指数(ppi)模型 82

2．11 季节性模型 88

2．12 总结 94

习题 94

尾注 98

附录2．1 ma(1)过程的估计 99

附录2．2 模型筛选准则 100

第3章 波动性建模 103

3．1 定式化的经济时间序列 103

3．2 arch过程 107

3．3 通货膨胀的arch和garch估计 113

3．4 实例：ppi的garch模型 117

3．5 风险的garch模型 120

3．6 arch—m模型 122

3．7 garch过程的其他特性 125

3．8 garch模型的最大似然估计 130

3．9 其他条件方差模型 132

3．10 估计纽约证券交易所综合指数 136

3．11 总结 142

习题 143

尾注 147

第4章 包含趋势的模型 148

4．1 确定性趋势和随机趋势 148

4．2 除去趋势 156

4．3 单位根与回归残差 162

4．4 monte carlo方法 166

4．5 df检验 172

4．6 df检验实例 175

4．7 扩展的df检验 180

4．8 结构性变化 190

4．9 有效性与确定性回归变量 197

4．10 趋势和单变量分解 204

4．11 panel单位根检验 213

4．12 总结.. 217

习题 218

尾注 221

附录 自助法 222

尾注 226

第5章 多方程时间序列模型 227

5．1 干扰分析 227

5．2 传递函数模型 234

5．3 估计传递函数 244

5．4 结构性多元估计的约束 248

5．5 向量自回归(var)介绍 251

5．6 估计和识别 256

5．7 脉冲响应函数 259

5．8 假设检验 267

5．9 简单的var实例：西班牙的恐怖事件和旅游业 273

5．10 结构性var 276

5．11 结构性分解实例 280

5．12 blanchard和quah分解 287

5．13 实例：分解实际汇率与名义汇率变动 292

5．14 总结 296

习题 297

尾注 302

第6章 协整与误差修正模型 304

6．1 单整变量的线性组合 304

6．2 协整与共同趋势 310

6．3 协整与误差修正模型 312

6．4 协整检验：engle-granger检验方法 319

6．5 协整检验：engle-granger检验方法演示 322

6．6 协整和购买力平价理论 327

6．7 特征根、秩与协整 330

6．8 假设检验 337

6．9 johansen协整检验方法 345

6．10 一般到特殊建模方法 349

6．11 总结 354

习题 355

尾注 359

附录6．1 协整向量推导 360

附录6．2 特征根、平稳性与秩 362

第7章 非线性时间序列模型 369

7．1 线性与非线性调整 369

7．2 arma模型的简单扩展 371

7．3 极限自回归tar模型 374

7．4 tar的扩展形式与其他非线性模型 380

7．5 非线性检验 386

7．6 状态转换模型的估计 394

7．7 一般化的脉冲响应及其预测402

7．8 单位根与非线性408

7．9 总结413

习题414

尾注416

统计表418

参考文献424

索引...433