1准备知识 1
1.1随机过程 2
1.2收敛的概念 2
1.3时间序列概念 7
1.4大数定理 12
1.5中心极限定理 14
1.6谱分析的元素 16
2动态随机一般均衡模型的解答和模拟 23
2.1一些有用的模型 23
2.2近似方法 37
3提取和测量周期性信息 58
3.1统计分解 59
3.2混合分解 69
3.3经济分解 83
3.4时间总体和周期 86
3.5收集周期性信息 88
4 向量自回归模型 92
4.1沃尔定理 93
4.2模型设定 98
4.3矩和VAR（q）的参数估计 105
4.4报告VAR结果 109
4.5识别 118
4.6相关问题 127
4.7验证含有VAR的DSGE模型 134
5 GMM和模拟估计量 138
5.1广义矩估计和其他标准估计量 139
5.2线性模型中的IV估计 142
5.3 GMM估计：概述 147
5.4 DSGE模型的GMM估计 160
5.5模拟估计量 166
6 似然法 178
6.1卡尔曼滤波 179
6.2似然函数的预测误差分解 185
6.3数字技巧 190
6.4 DSGE模型的ML估计 192
6.5两个例子 200
7 校准 206
7.1定义 206
7.2公认的部分 207
7.3选择参数和随机过程 209
7.4模型评价 215
7.5测量的灵敏度 230
7.6储蓄、投资和减税：一个例子 232
8 动态宏观面板 237
8.1从经济理论到动态面板 238
8.2同质性动态面板 239
8.3动态异质性 251
8.4是否需要混合数据？ 260
8.5货币是超中性的吗？ 265
9 贝叶斯方法介绍 269
9.1预备知识 270
9.2决策理论 277
9.3推断 278
9.4分层和实证贝叶斯模型 286
9.5后验模拟器 293
9.6稳健性 306
9.7估计西班牙规模报酬 307
10 贝叶斯向量自回归 310
10.1 m个变量的VAR（q）的似然函数 311
10.2 VAR的先验 312
10.3结构性BVAR 324
10.4时间上系数可变的BVAR 329
10.5面板数据的VAR模型 335
11 贝叶斯时间序列和DSGE模型 347
11.1因子模型 348
11.2随机扰动模型 355
11.3马尔科夫转换模型 360
11.4贝叶斯DSGE模型 366
附录 统计分布 384
参考文献 389