應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)

前言

　　在修改本書的過程中，我盡量注意兼顧完整和簡潔。教材的繁冗已經(jīng)在一定程度上破壞了第二版良好的風(fēng)貌。沒有人想閱讀百科全書式的論述或已經(jīng)過時(shí)的方法，尤其是現(xiàn)在因特網(wǎng)為我們廣泛涉獵各項(xiàng)專題論文提供了無限可能。因此，我盡量以第一版的讀者為向?qū)А? 我收到的大多數(shù)郵件都談到了一些關(guān)鍵之處。人們希望了解如何比較備擇時(shí)間序列模型的樣本區(qū)間外預(yù)測，鑒于此，我對第2章的最后一部分進(jìn)行了重新編排，并較為詳細(xì)地闡述了對樣本區(qū)間外預(yù)測進(jìn)行比較的Granger-Newbold(1976）和Diebold-Mariano(1995）檢驗(yàn)。第3章涵蓋了ARCH模型一些最新進(jìn)展，包括IGARCH、EGARCH和threshold-GARCH(TGARCH）模型的討論，同..

內(nèi)容概要

本書共7章。第1章主要講述差分方程。第2章主要討論平穩(wěn)時(shí)間序列模型的建模以及預(yù)測等。第3章討論不同形式的ARCH模型。第4章著重討論序列的單位根檢驗(yàn)方法。第5章討論多元時(shí)間序列模型，主要闡述向量自回歸（VA R）分析方法，包括脈沖響應(yīng)函數(shù)、方差分解等。第6章討論協(xié)整的檢驗(yàn)方法和誤差修正模型。第7章主要討論非線性時(shí)間序列模型。本書在每一章中都以簡單的例子人手，逐步推廣到較為復(fù)雜的模型，并提供了詳盡的步驟和說明。為了鞏固和消化內(nèi)容，每章還提供了練習(xí)。　　本書是以掌握多元回歸分析的讀者為對象而設(shè)計(jì)的，適合作為經(jīng)濟(jì)學(xué)、金融學(xué)、統(tǒng)計(jì)學(xué)等專業(yè)本科高年級學(xué)生和研究生教材。

作者簡介

沃爾特·恩德斯（Walter Enders），美國亞拉巴馬州立大學(xué)的經(jīng)濟(jì)學(xué)教授，1975年他獲得紐約哥倫比亞大學(xué)經(jīng)濟(jì)學(xué)博士學(xué)位。恩德斯博士最近的研究集中于時(shí)間序列模型在經(jīng)濟(jì)學(xué)和金融領(lǐng)域的發(fā)展與運(yùn)用。他已經(jīng)在許多期刊上發(fā)表了多篇論文，這些期刊包括：Review of Economy and

書籍目錄

第1章　差分方程 　1.1　時(shí)間序列模型 　1.2　差分方程及解法 　1.3　迭代法解方程 　1.4　備選解法 　1.5　蛛網(wǎng)模型 　1.6　解齊次差分方程 　1.7　求確定性過程的特解 　1.8　待定系數(shù)法 　1.9　滯后算子 　1.10　總結(jié) 　習(xí)題 　尾注 　附錄1.1　虛根和deMoivre定理 　附錄1.2　高階方程中的特征根 第2章　平穩(wěn)時(shí)間序列模型 　2.1　隨機(jī)差分方程模型 　2.2　自回歸移動平均ARMA模型 　2.3　平穩(wěn)性 　2.4　ARMA（p1g）模型的平穩(wěn)性限制 　2.5　自相關(guān)函數(shù) 　2.6　偏自相關(guān)函數(shù) 　2.7　平穩(wěn)序列的樣本自相關(guān) 　2.8　Box—Jenkins模型篩選方法 　2.9　預(yù)測性質(zhì) 　2.10　生產(chǎn)者物價(jià)指數(shù)（PPI）模型 　2.11　季節(jié)性模型 　2.12　總結(jié) 　習(xí)題 　尾注 　附錄2.1　MA（1）過程的估計(jì) 　附錄2.2　模型篩選準(zhǔn)則 第3章　波動性建模 　3.1　定式化的經(jīng)濟(jì)時(shí)間序列 　3.2　ARCH過程 　3.3　通貨膨脹的ARCH和GARCH估計(jì) 　3.4　實(shí)例：PPI的GARCH模型 　3.5　風(fēng)險(xiǎn)的GARCH模型 　3.6　ARCH—M模型 　3.7　GARCH過程的其他特性 　3.8　GARCH模型的最大似然估計(jì) 　3.9　其他條件方差模型 　3.10　估計(jì)紐約證券交易所綜合指數(shù) 　3.11　總結(jié) 　習(xí)題 　尾注 第4章　包含趨勢的模型 　4.1　確定性趨勢和隨機(jī)趨勢 　4.2　除去趨勢 　4.3　單位根與回歸殘差 　4.4　Monte Carlo方法 　4.5　DF檢驗(yàn) 　4.6　DF檢驗(yàn)實(shí)例 　4.7　擴(kuò)展的DF檢驗(yàn) 　4.8　結(jié)構(gòu)性變化 　4.9　有效性與確定性回歸變量 　4.10　趨勢和單變量分解 　4.11　Panel單位根檢驗(yàn) 　4.12　總結(jié) 　習(xí)題 　尾注 　附錄　自助法 　尾注 第5章　多方程時(shí)間序列模型 　5.1　干擾分析 　5.2　傳遞函數(shù)模型 　5.3　估計(jì)傳遞函數(shù) 　5.4　結(jié)構(gòu)性多元估計(jì)的約束 　5.5　向量自回歸（VAR）介紹 　5.6　估計(jì)和識別 　5.7　脈沖響應(yīng)函數(shù) 　5.8　假設(shè)檢驗(yàn) 　5.9　簡單的VAR實(shí)例：西班牙的恐怖事件和旅游業(yè) 　5.10　結(jié)構(gòu)性VAR 　5.11　結(jié)構(gòu)性分解實(shí)例 　5.12　Blanchard和Quah分解 　5.13　實(shí)例：分解實(shí)際匯率與名義匯率變動 　5.14　總結(jié) 　習(xí)題 　尾注 第6章　協(xié)整與誤差修正模型 　6.1　單整變量的線性組合 　6.2　協(xié)整與共同趨勢 　6.3　協(xié)整與誤差修正模型 　6.4　協(xié)整檢驗(yàn)：Engle—Granger檢驗(yàn)方法 　6.5　協(xié)整檢驗(yàn)：Engle—Granger檢驗(yàn)方法演示 　6.6　協(xié)整和購買力平價(jià)理論 　6.7　特征根、秩與協(xié)整 　6.8　假設(shè)檢驗(yàn) 　6.9　Johansen協(xié)整檢驗(yàn)方法 　6.10　一般到特殊建模方法 　6.11　總結(jié) 　習(xí)題 　尾注 　附錄6.1　協(xié)整向量推導(dǎo) 　附錄6.2　特征根、平穩(wěn)性與秩 第7章　非線性時(shí)間序列模型 　7.1　線性與非線性調(diào)整 　7.2　ARMA模型的簡單擴(kuò)展 　7.3　極限自回歸TAR模型 　7.4　TAR的擴(kuò)展形式與其他非線性模型 　7.5　非線性檢驗(yàn) 　7.6　狀態(tài)轉(zhuǎn)換模型的估計(jì) 　7.7　一般化的脈沖響應(yīng)及其預(yù)測　7.8　單位根與非線性　7.9　總結(jié)　習(xí)題　尾注統(tǒng)計(jì)表參考文獻(xiàn)索引

編輯推薦

　　建立在對多元回歸分析初步了解的基礎(chǔ)上，本書對時(shí)間序列分析進(jìn)行了由淺入深的介紹，展現(xiàn)了如何利用最新方法對經(jīng)濟(jì)數(shù)據(jù)建模，從而進(jìn)行預(yù)測、分析和假設(shè)檢驗(yàn)。本書涉及了應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)時(shí)間序列分析的最新發(fā)展成果，諸如樣本區(qū)間外預(yù)測方法、非線性時(shí)間序列模型、Monte Carlo分析和自助法。本書運(yùn)用宏觀經(jīng)濟(jì)學(xué)、農(nóng)業(yè)經(jīng)濟(jì)、國際金融、國際恐怖活動等諸多領(lǐng)域的大量案例來闡述這些方法的應(yīng)用。本書特點(diǎn)：運(yùn)用真實(shí)的數(shù)據(jù)舉倒，闡述關(guān)鍵概念；采用通俗易懂、由淺入深、循序漸進(jìn)的方法估計(jì)時(shí)間序列；大量的問題和實(shí)證練習(xí)可以幫助讀者練習(xí)本書提到的各種方法；強(qiáng)調(diào)差分方程的應(yīng)用是分析所有時(shí)間序列模型的基礎(chǔ)；本書所使用的各種數(shù)據(jù)序列、MATLAB/GAUSS等相關(guān)軟件的程序指南都可以從本書網(wǎng)頁www.cba.ua.edu/～wenders中獲取。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    應(yīng)用計(jì)量經(jīng)濟(jì)學(xué) PDF格式下載

---