第一章 传统时间序列分析模型 1
第一节 趋势模型类型和选择 2
第二节 参数估计 7
第三节 模型分析与评价 15
第四节 季节模型 20
附录1-A生命周期曲线拐点 34
附录1-B商品生命周期判定 35
第二章ARMA模型 37
第一节 概述 37
第二节 时序特性的分析 42
第三节ARMA模型及其改进 49
第四节 随机时序模型的建立 56
第五节 时序模型预测 70
附录2-A平稳过程的定义 74
附录2-B时间序列自相关系数的公式 74
附录2-C偏自相关函数 75
附录2-D模型参数的估计 76
附录2-E AIC的计算 80
第三章ARCH类模型 82
第一节 单位根过程 82
第二节ARCH模型的基本形式 96
第三节 广义ARCH模型 104
第四节ARCH模型的拓广形式 108
第五节 多元ARCH模型 111
附录3-A零频谱估计 120
附录3-B自动窗宽和滞后长度选择 122
附录3-C ARCH定义的理解 123
第四章 两序列的协整和误差修正模型 124
第一节 含虚拟变量的回归模型 124
第二节Granger因果检验 134
第三节 协整含义及检验 139
第四节 误差修正模型 144
附录4-A工具变量和两阶段最小二乘 146
第五章 向量自回归模型 149
第一节 非结构化VAR模型 149
第二节 脉冲响应与方差分解 160
第三节 结构VAR模型 168
第四节 向量误差修正模型 176
附录5-A似无关回归 186
第六章Panel Data模型 188
第一节 模型的基本问题 188
第二节 固定效应模型 189
第三节 随机效应模型 200
第四节 单位根检验与协整检验 203
附录6-A广义最小二乘 222
附录6-B广义矩估计 222
附表1 t分布表 224
附表2 F分布表 226
附表3 D.W.检验表 235
附表4 x2分布表 238
附表5 DF检验t统计量经验概率分布表 240
附表6 Engle-Granger检验表 241
参考文献 242