第1章 概率和统计基础 1
1.1 概率基础 1
目录 1
1.2 假设检验 10
1.3 描述统计 13
习题1 25
Eviews入门 27
第2章 确定性时间序列模型 39
2.1 时间序列的分解 39
2.2 平滑方法 40
2.3 拟合趋势 48
2.4 趋势和季节调整 52
Eviews操作：平滑方法和季节调整 57
习题2 57
第3章 平稳线性ARMA模型 62
3.1 随机过程的基本概念 62
3.2 几个重要的平稳随机过程 68
3.3 建立线性ARMA模型 87
3.4 预测 107
3.5 具有趋势性的ARIMA模型 118
3.6 季节时间序列模型 123
习题3 125
Eviews操作：建立ARMA模型 129
第4章 波动率模型 134
4.1 波动率模型概述 134
4.2 自回归条件异方差模型 136
4.3 GARCH模型 146
4.4 非对称条件异方差模型 157
4.5 ARCH-M模型 161
4.6 其他GARCH类模型 165
4.7 向量条件异方差模型 166
4.8 随机波动率模型 167
习题4 174
Eviews操作：建立ARCH类模型 176
第5章 多维平稳时间序列模型 183
5.1 多维时间序列基础知识 183
5.2 向量自回归模型 185
5.3 Granger因果检验 197
5.4 脉冲响应函数和方差分解 203
习题5 214
Eviews操作：多维时间序列模型 216
第6章 非平稳时间序列模型 221
6.1 确定性趋势过程和单位根过程 221
6.2 单位根检验 230
6.3 协整过程性质 242
6.4 协整检验 247
习题6 264
Eviews操作：非平稳时间序列模型 267
第7章 非线性时间序列模型 272
7.1 非线性模型概述 272
7.2 三个非线性模型 274
7.3 非参数估计方法 277
7.4 非线性检验 279
参考文献 281