1時間序列的性質001
1.1時間序列的描述001
1.2白噪聲002
1.3平穩性003
1.4時間序列的轉換004
1.5趨勢、季節趨勢和不規則趨勢模型006
1.6時間序列的ARMA模型007
1.7典型的時間序列的性質008
2差分方程011
2.1線性差分方程011
2.2滯後算子012
2.3差分方程的解012
2.3.1特解及滯後算子013
2.3.2迭代解014
2.3.3齊次解016
2.3.4特解017
2.4穩定性條件018
2.5穩定性和平穩性019
3單變量時間序列022
3.1估計ARMA模型022
3.1.1自相關函數(ACF)023
3.1.2偏自相關函數(PACF)025
3.1.3Q檢驗029
3.1.4殘差診斷030
3.1.5信息準則031
3.1.6博克斯-詹金斯(Box-Jenkins)方法032
3.2時間序列的趨勢034
3.2.1確定性趨勢034
3.2.2隨機趨勢035
3.2.3隨機和確定性趨勢036
3.2.4時間序列趨勢的附加說明036
3.3季節性時間序列038
3.3.1移動季節模型039
3.3.2季節模型的估計040
3.3.3季節模型的檢驗040
3.3.4H-P濾波方法041
3.4單位根043
3.4.1迪基-富勒(Dickey-Fuller)檢驗044
3.4.2增強的迪基-富勒檢驗(ADF檢驗)047
3.4.3菲利普斯-佩龍(Phillips-Perron)檢驗049
3.4.4標准單位根檢驗的缺點051
3.4.5KPSS檢驗052
3.5單位根與結構變化055
3.5.1佩龍(Perron)檢驗055
3.5.2日沃特(Zivot)和安德魯斯(Andrews)檢驗059
3.6結構變化的檢驗062
3.6.1單一結構變化064
3.6.2多重結構的變化069
3.7條件異方差的非線性結構077
3.7.1條件期望和無條件期望078
3.7.2ARCH模型079
3.7.3GARCH模型082
3.7.4條件異方差的檢驗085
3.7.5BDS檢驗088
3.7.6BDS檢驗的替代方法:關聯積分方法092
3.7.7GARCH模型的估計與辨識095
3.7.8ARCH類模型的擴展100
3.7.9多元(G)ARCH模型106
3.7.10波動中的結構突變112
4多元時間序列116
4.1VAR模型117
4.1.1結構式、簡化式與識別119
4.1.2VAR模型的平穩性和穩定性120
4.1.3VAR模型的估計122
4.2格蘭傑因果關係檢驗124
4.3協整和誤差修正模型128
4.3.1協整的定義130
4.3.2恩格爾-格蘭傑(Engle-Granger)方法135
4.3.3恩格爾-格蘭傑(Engle-Granger)方法的拓展140
4.3.4約翰森(Johansen)方法142
5面板數據和單位根檢驗146
5.1零假設為單位根和有限係數異質性的LLC面板單位根檢驗147
5.2零假設為單位根和異質性係數的IPS單位根檢驗150
5.3零假設為穩定的HADRI單位根檢驗153
5.4收斂性的BMW檢驗154
5.5β收斂的VOGELSAG檢驗155
附錄A——蒙特卡羅模擬159
附錄B——統計表161
參考文獻166