1 时间序列的性质 1
1.1 时间序列的描述 1
1.2 白噪声 2
1.3 平稳性 3
1.4 时间序列的转换 4
1.5 趋势、季节趋势和不规则趋势模型 6
1.6 时间序列的ARMA模型 7
1.7 典型的时间序列的性质 8
2 差分方程 11
2.1 线性差分方程 11
2.2 滞后算子 12
2.3 差分方程的解 12
2.3.1 特解及滞后算子 13
2.3.2 迭代解 14
2.3.3 齐次解 16
2.3.4 特解 17
2.4 稳定性条件 18
2.5 稳定性和平稳性 19
3 单变量时间序列 22
3.1 估计ARMA模型 22
3.1.1 自相关函数（ACF） 23
3.1.2 偏自相关函数（PACF） 25
3.1.3 Q检验 29
3.1.4 残差诊断 30
3.1.5 信息准则 31
3.1.6 博克斯-詹金斯（Box-Jenkins）方法 32
3.2 时间序列的趋势 34
3.2.1 确定性趋势 34
3.2.2 随机趋势 35
3.2.3 随机和确定性趋势 36
3.2.4 时间序列趋势的附加说明 36
3.3 季节性时间序列 38
3.3.1 移动季节模型 39
3.3.2 季节模型的估计 40
3.3.3 季节模型的检验 40
3.3.4 H-P滤波方法 41
3.4 单位根 43
3.4.1 迪基-富勒（Dickey-Fuller）检验 44
3.4.2 增强的迪基-富勒检验（ADF检验） 47
3.4.3 菲利普斯-佩龙（Phillips-Perron）检验 49
3.4.4 标准单位根检验的缺点 51
3.4.5 KPSS检验 52
3.5 单位根与结构变化 55
3.5.1 佩龙（Perron）检验 55
3.5.2 日沃特（Zivot）和安德鲁斯（Andrews）检验 59
3.6 结构变化的检验 62
3.6.1 单一结构变化 64
3.6.2 多重结构的变化 69
3.7 条件异方差的非线性结构 77
3.7.1 条件期望和无条件期望 78
3.7.2 ARCH模型 79
3.7.3 GARCH模型 82
3.7.4 条件异方差的检验 85
3.7.5 BDS检验 88
3.7.6 BDS检验的替代方法：关联积分方法 92
3.7.7 GARCH模型的估计与辨识 95
3.7.8 ARCH类模型的扩展 100
3.7.9 多元（G） ARCH模型 106
3.7.10 波动中的结构突变 112
4 多元时间序列 116
4.1 VAR模型 117
4.1.1 结构式、简化式与识别 119
4.1.2 VAR模型的平稳性和稳定性 120
4.1.3 VAR模型的估计 122
4.2 格兰杰因果关系检验 124
4.3 协整和误差修正模型 128
4.3.1 协整的定义 130
4.3.2 恩格尔-格兰杰（Engle-Granger）方法 135
4.3.3 恩格尔-格兰杰（Engle-Granger）方法的拓展 140
4.3.4 约翰森（Johansen）方法 142
5 面板数据和单位根检验 146
5.1 零假设为单位根和有限系数异质性的LLC面板单位根检验 147
5.2 零假设为单位根和异质性系数的IPS单位根检验 150
5.3 零假设为稳定的HADRI单位根检验 153
5.4 收敛性的BMW检验 154
5.5 β收敛的VOGELSAG检验 155
附录A——蒙特卡罗模拟 159
附录B——统计表 161
参考文献 166