应用时间序列分析PDF|Epub|txt|kindle电子书版本网盘下载

应用时间序列分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 导论1

第一节 关于时间序列分析1

一、什么是时间序列1

二、时间序列分析的产生与发展5

三、时间序列分析与经济预测6

四、时间序列分析与计量经济学的关系8

第二节 时间序列分析的一些基本概念9

一、随机过程9

二、随机过程的分布及其特征10

三、几种重要的随机过程12

四、随机过程的平稳性13

第三节 时间序列的主要特征14

一、时间序列的相关性14

二、时间序列的平稳性与非平稳性15

三、时间序列的波动聚集性16

第四节 时间序列分析的基本步骤16

一、模型识别17

二、模型估计18

三、模型检验18

四、模型应用19

第五节 时间序列分析软件20

本章小结21

本章主要公式22

思考与练习题22

第二章 平稳时间序列模型及其特征23

第一节 模型类型及其表示23

一、预备知识23

二、自回归模型26

三、移动平均模型29

四、自回归移动平均模型30

第二节 格林函数和平稳性31

一、ARMA（p,q）的格林函数31

二、系统的平稳性34

三、系统的平稳性与稳定性37

第三节 逆函数和可逆性37

一、MA（q）模型的可逆域37

二、MA（q）模型的逆函数39

三、ARMA（p,q）的可逆域与逆函数40

四、格林函数与逆函数之间的关系41

第四节 平稳时间序列的统计特征42

一、自相关函数42

二、偏相关函数47

本章小结49

本章主要公式50

思考与练习题51

本章附录52

第三章 平稳时间序列模型的建立55

第一节 模型识别与定阶55

一、自相关函数和偏相关函数的估计56

二、模型的初步识别57

三、模型的定阶60

第二节 模型参数的估计65

一、模型参数的矩估计65

二、模型参数的最小二乘估计67

三、模型参数的极大似然估计68

四、模型参数的最小平方和估计69

第三节 模型的适应性检验70

一、过拟合检验70

二、残差自相关的x2检验71

第四节 时间序列建模的方法72

一、Box-Jenkins建模方法72

二、Pandit-Wu建模方法73

第五节 案例分析74

本章小结79

本章主要公式80

思考与练习题81

本章附录83

第四章 平稳时间序列模型预测85

第一节 预测准则86

一、从几何角度提出预测问题86

二、求解正交投影87

三、最小均方误差预测87

第二节 ARMA模型预测89

一、AR（p）模型的预测89

二、MA（q）模型的最小均方预测90

三、ARMA（p,q）预测91

第三节 案例分析92

本章小结98

本章主要公式99

思考与练习题100

第五章 传递函数模型与干预变量分析103

第一节 传递函数模型的基本概念104

一、模型的形式104

二、脉冲响应函数特征105

三、常见的传递函数的形式106

四、传递函数的稳定性107

第二节 传递函数模型的识别与估计108

一、互相关函数108

二、传递函数模型的识别116

三、传递函数模型的估计与检验117

第三节 干预模型122

一、干预模型介绍122

二、干预变量的类型和组合123

三、美国CREST牌牙膏的市场占有率实例分析124

第四节 案例分析125

一、一元线性回归模型的拟合126

二、传递函数模型128

本章小结131

本章主要公式131

思考与练习题132

第六章 季节模型135

第一节 季节性时间序列的重要特征136

一、季节性时间序列的表示136

二、季节性时间序列的重要特征136

第二节 季节性模型138

一、随机季节性模型138

二、乘积季节性模型141

三、常见的随机季节性模型142

第三节 季节性模型的识别142

一、季节性MA模型的自相关函数143

二、季节性AR模型的偏相关函数144

第四节 季节性时间序列模型的建立和应用147

第五节 X11方法简介148

一、季节调整和时间序列的构成因素149

二、时间序列的组合模型150

三、X11程序150

第六节 实例分析160

一、数据的特征160

二、季节调整161

三、预测假定“非典”没有发生的旅游人数的可能值161

本章小结163

本章主要公式164

思考与练习题164

第七章 非平稳时间序列的特征及检验167

第一节 非平稳时间序列的特征167

一、非平稳时间序列的概念167

二、非平稳序列的分类172

三、非平稳时间序列的统计特征173

第二节 时间序列非平稳性的常规检验法175

一、数据图示法175

二、基于相关图的平稳性检验法176

三、逆序检验法176

四、游程检验178

第三节 时间序列非平稳性的单位根检验法179

一、单位根过程179

二、单位根过程检验基础181

三、DF单位根检验法182

四、PP单位根检验法与ADF单位根检验法186

五、其他高效的单位根检验法简介190

第四节 案例分析191

本章小结195

本章主要公式196

思考与练习题197

第八章 协整与误差校正模型198

第一节 伪回归198

一、“伪回归”现象198

二、非平稳性对回归分析有什么影响199

三、Phillips（1986）对“伪回归”的理论解释200

四、如何防止“伪回归”201

第二节 协整的概念及性质202

一、协整（cointegration）的概念202

二、协整向量的最小二乘估计及性质205

第三节 协整检验207

一、基于回归方程残差的协整检验（EG检验）207

二、协整系统的完全信息最大似然检验（Johansen检验）212

第四节 误差修正（ECM）模型217

一、动态回归与误差修正模型218

二、协整与误差修正模型：Granger表示定理220

三、估计ECM模型的EG两步法221

本章小结225

思考与练习题225

本章附录227

第九章 GARCH模型与波动性建模232

第一节 ARCH模型的概念与性质232

一、条件异方差问题233

二、ARCH模型235

三、ARCH模型的性质236

第二节 ARCH模型的估计与检验237

一、ARCH模型的估计237

二、ARCH模型的检验239

第三节 GARCH模型241

一、GARCH模型的特征241

二、GARCH模型的估计242

三、GARCH模型的检验243

第四节 ARCH模型的其他推广形式244

一、ARCH-M模型244

二、指数GARCH模型245

三、非对称GARCH模型（AGARCH）246

四、门限ARCH模型247

五、IGARCH模型247

六、对ARCH模型的简要评价249

第五节 GARCH模型在研究股市波动中的应用249

一、样本数据及其特征250

二、波动的ARCH效应251

第六节 案例分析257

一、如何在Eviews中估计ARCH模型257

二、如何在Eviews中检验ARCH效应260

三、GARCH模型估计的案例分析260

四、案例分析的R程序265

本章小结266

本章主要公式267

思考与练习题267

参考文献269

附录 统计用表271

附表1 标准化正态分布下的面积271

附表2 t分布的百分点273

附表3 F分布的上端百分点274

附表4 x2分布的上端百分点280

附表5 德宾-沃森d统计量283

附表6 协整检验临界值表293