金融计量学 时间序列分析视角PDF电子书下载

第1章 金融计量学初步 1

1.1 金融计量学的范畴 1

1.2 金融时间序列数据 2

1.3 金融计量分析中的基本概念 5

本章参考文献 11

第2章 金融计量软件介绍 12

2.1 综合介绍 12

2.2 EViews使用简介 14

2.3 GAUSS使用简介 23

2.4 Stata使用简介 27

练习2 37

第3章 差分方程、滞后运算与动态模型 44

3.1 一阶差分方程 44

3.2 动态乘数与脉冲响应函数 48

3.3 高阶差分方程 51

3.4 滞后算子与滞后运算法 53

练习3 56

本章参考文献 57

第4章 平稳AR模型 58

4.1 基本概念 58

4.2 一阶自回归模型：AR（1） 64

4.3 二阶自回归模型：AR（2） 73

4.4 p阶自回归模型：AR（p） 76

练习4 82

本章参考文献 83

第5章 平稳ARMA模型 84

5.1 移动平均过程（MA process） 84

5.2 自回归移动平均过程（ARMA process） 91

5.3 部分自相关函数（partial autocorrelation） 95

5.4 样本自相关与部分自相关函数 98

5.5 自相关性检验 102

5.6 ARMA模型的实证分析及应用 106

5.7 实例应用：中国CPI通货膨胀率的AR模型 108

练习5 111

本章参考文献 111

第6章 预测理论与应用 113

6.1 基本概念与预测初步 113

6.2 基于MA模型的预测 119

6.3 基于AR模型的预测 121

6.4 预测准确性的度量指标 123

练习6 124

第7章 非平稳时间序列模型 125

7.1 确定性趋势模型 125

7.2 随机趋势模型 127

7.3 去除趋势的方法 131

练习7 138

本章参考文献 139

第8章 单位根检验法 140

8.1 DF单位根检验法 140

8.2 ADF单位根检验法 144

8.3 其他单位根检验法 149

8.4 各种单位根检验法的应用 158

练习8 162

本章参考文献 162

第9章 向量自回归（VAR）模型 164

9.1 VAR模型介绍 164

9.2 VAR模型的估计与相关检验 175

9.3 格兰杰因果关系 181

9.4 向量自回归（VAR）模型与脉冲响应分析 183

9.5 VAR模型与方差分解 189

练习9 191

本章参考文献 192

第10章 结构向量自回归（SVAR）模型 193

10.1 SVAR模型初步 193

10.2 SVAR模型的基本识别方法 197

10.3 SVAR模型的三种类型 200

10.4 SVAR模型的估计方法总结 209

10.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 210

练习10 212

本章参考文献 213

第11章 协整与误差修正模型 214

11.1 协整与误差修正模型的基本定义 214

11.2 Engle-Granger协整分析方法 222

11.3 向量ADF模型与协整分析 229

11.4 向量误差修正模型（VECM） 233

11.5 确定性趋势与协整分析 236

11.6 Johansen协整分析方法 239

11.7 VECM的估计与统计推断 242

11.8 Johansen协整分析方法的应用 243

练习11 245

本章参考文献 246

第12章 GARCH模型 248

12.1 背景介绍 248

12.2 ARCH模型 252

12.3 GARCH模型 257

12.4 非对称GARCH模型：TGARCH与EGARCH 270

12.5 其他GARCH模型 276

练习12 279

本章参考文献 280

第13章 非线性时间序列模型 282

13.1 非线性时间序列模型背景介绍 282

13.2 马尔可夫区制转移模型 283

13.3 门限模型 294

13.4 应用 297

练习13 301

本章参考文献 301

第14章 资产定价模型与估计 303

14.1 CAPM理论回顾 303

14.2 CAPM实证检验方法 305

14.3 多因素资产定价模型 308

14.4 CAPM应用 310

练习14 318

本章参考文献 318

附录 矩阵代数与经典线性回归模型 319

A.1 矩阵代数 319

A.2 经典线性回归的基本假设 327

A.3 普通最小二乘估计（OLS） 327

练习A1 334