序 5
1时间序列导论 16
1.1时间序列资料 17
1.2时间序列资料性质 19
基本概念 19
落后运算元 20
时间序列的重要动差， 23
1.3定态时间序列 24
1.4固定趋势 30
1.5季节性 33
1.6如何收集总体与财金时间序列资料 38
国际资料 38
台湾资料 39
1.7 EViews的使用简介 39
建立工作档 40
输入资料 40
重要指令 41
2定态时间序列Ⅰ：自我回归模型 44
2.1定态时间序列模型 45
2.2一阶自我回归模型 46
2.3 AR（1）模型之估计 49
2.4 AR（1）模型的预测 50
2.5 AR（1）模型之冲击反应函数 53
冲击反应函数 53
半衰期 56
2.6实例应用：购买力平价困惑 56
2.7 p阶自我回归模型 59
AR（p）模型 59
AR（p）模型之估计 62
AR（p）模型之预测 65
AR（p）模型之冲击反应函数 67
半衰期 68
2.8实例应用：估计AR（p）模型以及计算冲击反应函数与半衰期 68
2.9 Yule-Walker方程式 71
2.10附录 73
3定态时间序列Ⅱ：ARMA模型 78
3.1移动平均模型 79
3.2 ARMA模型 80
3.3 ARMA模型之估计 82
3.4 ARMA模型之预测以及冲击反应函数 84
3.5 Wold Representation定理 85
3.6实例应用：ARMA（p，q）模型之估计 86
4预测表现之评估 94
4.1评估预测表现 95
4.2Diebold-Mariano检定 96
4.3样本外预测 97
4.4样本外预测之实例 100
4.5样本外预测之应用 101
5单根与随机趋势 106
5.1定态与非定态自我回归模型 107
5.2非定态时间序列：带有趋势之序列 108
固定趋势 109
单根与随机趋势 110
5.3随机趋势造成的问题 111
小样本向下偏误 111
t-统计量的极限分配不为标准常态 112
虚假回归 113
5.4时间序列的单根检定 114
5.5实例应用：对汇率的单根检定 115
5.6 ADF检定的检定力 116
5.7其他单根检定 118
5.8如何处理时间序列的单根 121
5.9去除趋势后定态vs.差分后定态 122
5.10 Hodrick-Prescott分解 123
5.11追踪资料单根检定 125
常用的追踪资料单根检定 125
IPS追踪资料单根检定 127
追踪资料单根检定之性质 127
5.12实例应用：再探购买力平价困惑 129
单一时间序列单根检定 129
追踪资料单根检定 130
6结构性变动 138
6.1结构性变动 139
6.2检定结构性变动 140
变动点τ已知下的检定 140
6.3变动点τ未知下的检定 142
6.4检定结构性改变之实例 143
6.5变动点的估计 150
6.6结构性改变vs.随机趋势 152
7向量自我回归模型概论 158
7.1向量自我回归模型 159
7.2缩减式VAR 160
7.3结构式VAR 161
7.4递回式VAR 161
8缩减式VAR 166
8.1缩减式VAR 167
8.2缩减式VAR的估计 168
8.3缩减式VAR的落后期数选取 172
8.4缩减式VAR的预测 173
8.5缩减式VAR的应用：检定股票价格现值模型 175
8.6 Granger因果关系检定 178
Hall平赌假说 179
Granger因果关系不是真正因果关系的一个例子 181
样本外预测之Granger因果关系检定 182
8.7 Granger因果关系检定之实例应用 183
8.8附录 185
缩减式VAR的估计：SURE 185
Wald检定 187
9结构式向量自我回归Ⅰ：递回式VAR 192
9.1结构式VAR 193
9.2认定条件 195
常用基本假设，196其他认定条件， 196
9.3如何加入短期递回限制 197
9.4冲击反应函数 201
9.5变异数分解 204
9.6递回式VAR的实例应用 207
认定（I-Do）-1与B 207
冲击反应函数 208
变异数分解 211
9.7延伸阅读 211
10结构式向量自我回归Ⅱ 216
10.1完全结构式VAR 217
10.2过度认定检定 217
10.3 Bernanke and Mihov （1998）对於货币政策的认定 218
10.4 Blanchard and Quah的长期限制认定条件 225
估计Do与B的第一种方法 228
估计Do与B的第二种方法 229
10.5实例应用：Blanchard and Quah的长期限制 229
10.6延伸阅读 231
11共整合与向量误差修正模型 238
11.1共整合关系 239
11.2共整合与共同随机趋势 242
11.3向量误差修正模型 243
11.4共整合分析 248
11.5共整合分析Ⅰ： Engle-Granger两阶段程序 248
共整合检定 248
估计共整合关系与向量误差修正模型 249
11.6共整合分析Ⅱ： Johansen程序 251
共整合检定 251
11.7共整合分析的实例应用：利率期限结构 255
11.8关於共整合分析 263
11.9附录 265
以最大概似法估计共整合关系 265
12 ARCH-GARCH模型 272
12.1时间序列的波动性 273
12.2 ARCH模型 275
12.3 GARCH模型 278
12.4检定ARCH效果 278
12.5 GARCH模型的扩充 279
GARCH-M模型 279
自积GARCH模型 280
指数GARCH模型 280
12.6 GARCH模型的最大概似估计 281
12.7 GARCH模型的实例应用：央行在外汇市场的干预 282
13蒙地卡罗模拟与Bootstrap 292
13.1蒙地卡罗模拟 293
13.2蒙地卡罗模拟的应用 295
应用Ⅰ：模拟AR（1）系数OLS估计式的小样本偏误 296
应用Ⅱ：模拟t检定的实证检定力与检定大小 297
13.3样本重抽法与Bootstrap 299
样本重抽法 299
Bootstrap简介 300
Bootstrap定义 302
模拟Bootstrap分配 306
无母数Bootstrap的实际执行方式 307
13.4 Bootstrap偏误与标准差 309
Bootstrap偏误 309
Bootstrap标准差 311
13.5 Bootstrap信赖区间 312
13.6 Bootstrp P-values（假设检定） 314
单尾检定 314
双尾检定 315
13.7回归模型的Bootstrap 315
残差Bootstrap， 316
13.8 Bootstrapping长期追踪调查资料 318
13.9蒙地卡罗模拟与Bootstrap的实例应用 320
实例应用Ⅰ： AR（1）系数的Bootstrap偏误修正估计式 320
实例应用Ⅱ： VAR冲击反应函数的信赖区间 320
有关Boot-strap的延伸阅读 323
13.10附录 324
RATS程式模拟AR（1）系数OLS估计式的小样本偏误 324
GAUSS程式模拟t检定的实证检定力与检定大小 326
RATS程式模拟大样本渐近分配未尽理想之例子 328
RATS程式执行AR（1）估计式的偏误修正 331
14时间序列中的AR回归模型 338
14.1时间序列渐近理论 339
14.2 AR系数估计式的大样本性质 342
14.3 Newey-West HAC估计式 345
参考文献 352
索引 361