应用计量经济学：时间序列分析 (第2版)
出版时间：2006
内容简介
　　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。
目录
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deMoivre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
2．4ARMA(p1g）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
2．8Box—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
3．2ARCH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
3．6ARCH—M模型 122
3．7GARCH过程的其他特性 125
3．8GARCH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
4．4Monte Carlo方法 166
4．5DF检验 172
4．6DF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
4．11Panel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
6．9Johansen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
7．2ARMA模型的简单扩展 371
7．3极限自回归TAR模型 374
7．4TAR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