目录 1
第1章 时间序列分析 1
1.1 时间序列的一般模型 1
1.2 向量平稳时间序列·向量自回归模型 14
1.3 非平稳随机过程与单整序列 19
1.4 长记忆时间序列 32
参考文献 48
第2章 单位根检验 51
2.1 单位根过程 51
2.2 单整过程的极限分布 53
2.3 单位根检验 56
2.4 有单位根的向量自回归过程 77
参考文献 84
第3章 协整理论与方法 85
3.1 协整与误差校正模型 85
3.2 单一方程协整关系的估计和检验 90
3.3 系统方程协整关系的估计和检验 96
3.4 协整系统的贝叶斯分析 101
3.5 向量分整序列的线性协整分析 110
3.6 协整系统的预测 117
3.7 单整时间序列的非线性变换 127
参考文献 134
第4章 季节单整和协整 136
4.1 季节单整和协整及其检验 136
4.2 贝叶斯季节协整检验 141
附录 Lagrange多项式近似定理 148
参考文献 150
第5章 非线性协整理论 151
5.1 非线性协整的含义 151
5.2 非线性协整关系的估计和检验 153
5.3 非线性协整关系的存在性研究 163
5.4 基于小波神经网络的非线性协整建模 169
5.5 线性协整系统误差校正模型的非线性形式 177
5.6 长记忆向量时间序列的非线性协整关系 182
5.7 变结构协整与建模 186
参考文献 202
第6章 ARCH模型 204
6.1 短记忆ARCH模型族 204
6.2 长记忆ARCH模型 214
6.3 分整增广GARCH-M模型 216
6.4 GARCH模型的若干统计性质 224
6.5 ARCH模型族的建模问题 233
6.6 ARCH模型诊断分析与变结构模型 245
6.7 GARCH过程对应的随机微分方程 259
6.8 存在条件异方差的单位根检验 263
6.9 向量GARCH模型及建模问题 267
6.10 向量GARCH过程的持续性和协同持续性 277
参考文献 295
第7章 随机波动模型 299
7.1 基本SV模型及其统计性质 299
7.2 扩展SV模型 302
7.3 SV模型的参数估计方法 308
7.4 基于禁忌遗传算法的伪极大似然估计方法与Monte Carlo研究 322
7.5 长记忆SV模型的估计及应用 327
7.6 变结构SV模型 332
7.7 SV过程的聚合及边际化 342
7.8 SV过程的持续性和协同持续性 347
7.9 SV模型与GARCH模型的比较 356
参考文献 368
第8章 金融市场波动性分析 372
8.1 金融市场的波动特性 372
8.2 分形市场理论与金融波动的市场机制 376
8.3 分形市场中的资本资产定价研究 394
8.4 金融波动持续性及金融风险规避策略 400
8.5 具有方差持续性的资本资产定价研究 409
8.6 具有方差持续性的套利定价研究 412
8.7 VaR的波动持续性研究 416
参考文献 429
第9章 金融时间序列分析的新课题 433
9.1 高频金融时间序列分析与建模 433
9.2 Copula理论及其在金融分析上的应用 436
9.3 平方根随机自回归波动模型 441
9.4 金融波动的持续性与组合投资问题 447
9.5 金融波动分析的频域和小波方法 448
参考文献 450
附表1 DF检验临界值表 453
附录 453
附表2 DF的t检验临界值表 454
附表3 似然比检验表 454
附表4 协整回归检验临界值表 457
附表5 协整检验的临界值响应面表 458
附表6 迹统计量检验临界值表 459
附表7 λ-max检验临界值表 460
附表8 季节单位根检验临界值表 461
附表9 季节协整检验临界值表 462
作者简介 465