应用时间序列分析PDF电子书下载

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