第1章 金融计量学介绍 1
导读 1
1.1.1金融时间序列的定义与实例 2
2.1.2金融时间序列分析中的基本概念 4
1.3金融计量软件介绍 9
练习1 18
本章参考文献 18
第2章 差分方程、滞后运算与动态模型 20
导读 20
2.1一阶差分方程 21
2.2动态乘数与脉冲响应函数 24
2.3高阶差分方程 26
2.4滞后算子与滞后运算法 28
练习2 31
本章参考文献 32
第3章 平稳金融时间序列：AR模型 33
导读 33
3.1基本概念 34
3.2一阶自回归模型（AR （1） process） 39
3.3二阶自回归模型（AR （2） process） 46
3.4 p阶自回归模型（AR（p）process） 49
练习3 53
本章参考文献 54
第4章 平稳金融时间序列：ARMA模型 55
导读 55
4.1移动平均过程（MA Process） 56
4.2自回归移动平均过程（ARMA Process） 61
4.3部分自相关函数（Partial Autocorrelation Function） 64
4.4样本自相关与部分自相关函数 67
4.5自相关性检验 70
4.6 ARMA模型的实证分析及应用 73
4.7实例应用：中国CPI通胀率的AR模型 76
练习4 78
本章参考文献 79
第5章 非平稳金融时间序列模型 80
导读 80
5.1确定性趋势模型 81
5.2随机性趋势模型 82
5.3去除趋势的方法 86
练习5 92
本章参考文献 92
第6章 单位根检验法 94
导读 94
6.1 DF单位根检验法 95
6.2 ADF单位根检验法 98
6.3其他单位根检验法 102
6.4各种单位根检验法的应用 110
练习6 112
本章参考文献 113
第7章 向量自回归（VAR）模型 115
导读 115
7.1向量自回归（VAR）模型介绍 116
7.2 VAR模型的估计与相关检验 125
7.3格兰杰因果关系 129
7.4向量自回归（VAR）模型与脉冲响应分析 131
7.5 VAR模型与方差分解 136
练习7 139
本章参考文献 139
第8章 结构向量自回归（SVAR）模型 140
导读 140
8.1结构向量自回归（SVAR）模型的基本介绍 141
8.2 S VAR模型的基本识别方法 143
8.3 SVAR模型的三种类型 146
8.4 SVAR模型的估计方法总结 153
8.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 154
练习8 156
本章参考文 157
第9章 协整与误差修正模型 158
导读 158
9.1协整与误差修正模型的基本定义 159
9.2 Engle-Granger协整分析方法 165
9.3向量ADF模型与协整分析 171
9.4向量误差修正模型（VECM） 174
9.5确定性趋势与协整分析 177
9.6 Johansen协整分析方 179
9.7 VECM的估计与统计推断 182
9.8 Johansen协整分析方法的应用 183
练习9 185
本章参考文献 186
第10章 金融计量中的条件异方差模型 187
导读 187
10.1背景介绍 188
10.2 ARCH模型 191
10.3 GARCH模型 195
10.4非对称GARCH模型 206
10.5其他GARCH模型 212
练习10 215
本章参考文献 215
第11章 非线性金融时间序列模型 217
导读 217
11.1非线性时间序列模型背景介绍 218
11.2马尔可夫区制转移模型 218
11.3 门限模型 228
练习11 230
本章参考文献 231
附录A1 矩阵代数与经典线性回归模型 232
导读 232
A1.1矩阵代数 233
A1.2经典线性回归模型的基本假设 238
A1.3经典线性回归模型的普通最小二乘估计 239
练习12 244
附录A2统计表 246