91成人在线视频,亚洲aⅤ无码专区影院在线播放

本書是計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域的一部經(jīng)典教材，全書始終貫穿由淺入深的學(xué)習(xí)過程，運(yùn)用真實(shí)的數(shù)據(jù)舉例，闡述關(guān)鍵概念，不但完整、精簡，而且非常注重應(yīng)用。本書通過案例闡釋計(jì)量方法的實(shí)際應(yīng)用，鮮有復(fù)雜的數(shù)學(xué)公式推導(dǎo)。全書的主題涵蓋差分方程、平穩(wěn)時(shí)間序列模型、波動性建模、包含趨勢的模型、多方程時(shí)間序列模型、協(xié)整與誤差修正模型以及非線性時(shí)間序列模型等內(nèi)容。

　　前言在開始撰寫本書第1版時(shí)，我的初衷是寫一本有關(guān)宏觀計(jì)量經(jīng)濟(jì)學(xué)時(shí)間序列分析的教材。幸運(yùn)的是，不少同事勸我擴(kuò)大視野，拓寬內(nèi)容。應(yīng)用微觀經(jīng)濟(jì)學(xué)家已經(jīng)掌握了時(shí)間序列分析方法，政治學(xué)科類期刊也更注重定量研究。在之前的版本中，案例都來自宏觀經(jīng)濟(jì)學(xué)、農(nóng)業(yè)經(jīng)濟(jì)學(xué)、國際金融領(lǐng)域，還有來自我和托德·桑德勒一同對國內(nèi)及跨國恐怖主義的研究。讀者會發(fā)現(xiàn)，書中的應(yīng)用實(shí)例既有宏觀經(jīng)濟(jì)學(xué)方面的，也有微觀經(jīng)濟(jì)學(xué)方面的，并且二者的應(yīng)用比例適當(dāng)。

　　背景本書適合于有一定多元回歸分析知識背景的讀者。我假定讀者了解并會應(yīng)用普通最小二乘法。我所有的學(xué)生都熟悉相關(guān)性和協(xié)方差的概念，他們都知道如何在回歸中使用t檢驗(yàn)和F檢驗(yàn)。我會使用一些術(shù)語，但不解釋它們的含義，如均方誤差、顯著性水平、無偏估計(jì)。本書用兩章來討論多元時(shí)間序列分析方法。為了理解和學(xué)好這些章節(jié)，讀者需要知道如何用矩陣代數(shù)對方程組求解。第1章是差分方程，它是本書的基石。按照我的經(jīng)驗(yàn)，在掌握回歸分析知識的基礎(chǔ)上，又通過對本書的學(xué)習(xí)，學(xué)生就足以閱讀專業(yè)期刊，也會達(dá)到從事嚴(yán)謹(jǐn)?shù)膽?yīng)用研究的水平。然而，仍有一位不幸的讀者，給我來信寫道：“我的文章全都是按照您所講的來寫的，但投稿論文仍然沒被采用，退稿了�！�

　　書中敘述的一些方法需要程序處理。估計(jì)結(jié)構(gòu)向量自回歸模型VAR需要有足夠容量的軟件包來運(yùn)算矩陣。蒙特卡洛算法需要大量的運(yùn)算處理。估計(jì)非線性模型需要用軟件包，這個(gè)軟件包要含有對非線性最小二乘法和最大似然估計(jì)的運(yùn)行程序。完全由菜單驅(qū)動的軟件包無法估計(jì)每一種時(shí)間序列模型。正如我對學(xué)生所講的，當(dāng)一個(gè)時(shí)間序列模型的處理程序出現(xiàn)在計(jì)量經(jīng)濟(jì)學(xué)軟件包的名單中時(shí)，它已經(jīng)不新鮮了。為了更好地從書中汲取知識，你應(yīng)該運(yùn)用如EViews、RATS、MATLAB、R、STATA、SAS、GAUSS等軟件。

　　我在書名中使用“應(yīng)用”二字是非常真誠的。之所以用它，是因?yàn)槲蚁嘈艢w納教學(xué)法。歸納教學(xué)方法是先舉簡單的例子，從簡單的情形出發(fā)，然后以此逐步構(gòu)建更一般、更復(fù)雜的模型或過程。本書提供了每個(gè)歸納過程的詳細(xì)實(shí)例，按照由簡單到復(fù)雜的基本思想，每個(gè)例子都有分步驟的總結(jié)。學(xué)習(xí)方法只有一種，那就是實(shí)踐，“行而學(xué)”。每章的正文部分都有大量已經(jīng)解決的問題。還有，每章最后的“習(xí)題”尤其重要。你學(xué)習(xí)的例子和練習(xí)越多越好。

　　第4版的創(chuàng)新我深思熟慮，非常謹(jǐn)慎地權(quán)衡了本書的完整性與簡練性。在決定書中新引入的內(nèi)容時(shí)，我非常愿意傾聽，重視教師和學(xué)生傳來的電子郵件。為了避免原稿過于冗長，我在補(bǔ)充手冊（SupplementaryMaunal）中介紹了很多新論題。在第2章新增內(nèi)容中，討論了組合多種單變量預(yù)測的問題，其目的是降低總體預(yù)測誤差的方差。第3章通過介紹波動性脈沖響應(yīng)函數(shù)擴(kuò)展了多元GARCH模型的討論。據(jù)此，波動性擴(kuò)散就要用類似于向量自回歸（VAR）模型中的脈沖響應(yīng)的方法計(jì)算。很多讀者問及了關(guān)于自回歸分布滯后模型（autoregressivedistributedlagmodel，ADL）的問題。因此，我重寫了第5章前面一部分，說明了定義和估計(jì)自回歸分布滯后模型的合適方法。這些新的內(nèi)容補(bǔ)充完善了第6章中關(guān)于在協(xié)整系統(tǒng)中使用自回歸分布滯后模型的內(nèi)容。第7章討論了在原假設(shè)下的不明冗余參數(shù)的所謂的戴維斯問題（Daviesproblem）。在這一章，還用Bai-Perron方法討論了多個(gè)內(nèi)生突變（例如，潛在的突變發(fā)生于未知的時(shí)間）的問題。另外，由于突變可以很久才表現(xiàn)出來，在該章也論述了估計(jì)有邏輯突變的模型的過程。

　　有些內(nèi)容放到了第4版的主頁（網(wǎng)站）上，如參考文獻(xiàn)、注釋和統(tǒng)計(jì)表。要獲取這些內(nèi)容，請參考Wiley.com/College/Enders或訪問time-series.net。

　　新增內(nèi)容因?yàn)樾枰獙⒁恍┱擃}放在本書之外，我準(zhǔn)備了一本補(bǔ)充手冊。這本手冊包含了我認(rèn)為比較重要（或有趣）的內(nèi)容，但并不是對所有讀者都是如此。書中會提示讀者查看補(bǔ)充手冊以尋求更多關(guān)于論題的信息。

　　為了幫助讀者編程，我編著了一本RATS編程手冊（ProgrammingManual）。當(dāng)然，我沒有辦法取得每個(gè)平臺的指南。多數(shù)程序設(shè)計(jì)者都應(yīng)該能將RATS語言的程序轉(zhuǎn)變?yōu)樗麄冏约很浖恼Z言。

　　還有一本教師手冊供給使用本書的教師。該手冊包含了所有數(shù)學(xué)問題的答案。還包含了一些程序，能運(yùn)行出書中所示結(jié)果和在習(xí)題中所列示的模型。手冊中的版本適用于EVIEWS、RATS、SAS和STATA。

　　我還為每一章準(zhǔn)備了PPT。幻燈片中的內(nèi)容都來自我上課使用的素材。因此，PPT中強(qiáng)調(diào)的內(nèi)容是我比較重視的。另外，部分幻燈片有擴(kuò)展內(nèi)容。

　　Wiley使所有采用本書的教師都能獲得這些手冊。補(bǔ)充手冊和編程手冊的不同版本都能從Wiley或我的私人網(wǎng)站：www.time-series.net下載。編程手冊還能在ESTIMA網(wǎng)下載，網(wǎng)址是：www.estima.com。

　　即使盡我所能，毫無疑問，書中也會出現(xiàn)錯(cuò)誤。如果以前三個(gè)版本為鑒，那就是出現(xiàn)的錯(cuò)誤很多。因此，我會在我的網(wǎng)站上持續(xù)更新錯(cuò)誤和更正單，網(wǎng)址是：www.time-series.net。

　　很多人都提出了對原稿排版、風(fēng)格、清晰度的改進(jìn)意見。我收到了大量讀者的電子郵件，指出了書中的錯(cuò)誤，并提出了關(guān)于書中論述的建議。我很感謝指出錯(cuò)誤讓我不斷挑戰(zhàn)的學(xué)生。尤其是KarlBoulware、PinChung、SelahattinDibooglu、HyeJinLee、JingLi、EricOlson、LingShao、JinganYuan。PierreSiklos和MarkWohar基于第2版的修訂章節(jié)提出了非常重要的意見。我從BarryFalk和JunsooLee處學(xué)到了很多關(guān)于時(shí)間序列的知識，因此，特別提及并感謝他們。也要感謝我的妻子Linda在我生病時(shí)支持我（特別是在我寫作原稿時(shí)）。

　　就在寫第3版的前言時(shí)，我得知CliveGranger永遠(yuǎn)地離開了我們。我在明尼蘇達(dá)大學(xué)休假的前幾個(gè)月，得到了一次赴加州大學(xué)圣迭戈分校參加研討的機(jī)會。那時(shí)，我正在研究迭代模型，根本就沒有想過要做一名應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)家。然而，當(dāng)我初次遇見Clive時(shí)，他說：“在冬天，這里會比明尼蘇達(dá)暖和100度（華氏），為什么不在這里休假呢？”于是，我改變了計(jì)劃，決定留在加州大學(xué)圣迭戈分校，與眾多數(shù)理經(jīng)濟(jì)學(xué)研究者共事。幸運(yùn)的是，我碰巧完整地聽了他的一節(jié)課（和RobertEngle共同教學(xué)），從此，深深地愛上了計(jì)量經(jīng)濟(jì)學(xué)的時(shí)間序列分析。我知道，告訴大家他的課如何改變了我的職業(yè)生涯，這會使他高興的，也寄托著對他深深的哀思。他和RobertEngle以一種很重要的方式，影響并且引領(lǐng)了書中所使用的方法。

目　　錄譯者序作譯者簡介前言第1章　差分方程1 　本章學(xué)習(xí)目標(biāo)1 　導(dǎo)論1 　1.1　時(shí)間序列模型1 　1.2　差分方程及求解方法5 　1.3　迭代法求解方程7 　1.4　備選方法11 　1.5　蛛網(wǎng)模型14 　1.6　解齊次差分方程17 　1.7　求確定性過程的特解25 　1.8　待定系數(shù)法27 　1.9　滯后算子31 　1.10　總結(jié)33 　習(xí)題34 第2章　平穩(wěn)時(shí)間序列模型36 　本章學(xué)習(xí)目標(biāo)36 　2.1　隨機(jī)差分方程模型36 　2.2　自回歸移動平均ARMA模型38 　2.3　平穩(wěn)性39 　2.4　ARMA(p,q)模型的平穩(wěn)性限制42 　2.5　自相關(guān)函數(shù)46 　2.6　偏自相關(guān)函數(shù)50 　2.7　平穩(wěn)序列的樣本自相關(guān)52 　2.8　Box-Jenkins模型篩選方法59 　2.9　預(yù)測性質(zhì)62 　2.10　利率差模型68 　2.11　季節(jié)性模型75 　2.12　參數(shù)穩(wěn)定性和結(jié)構(gòu)變化80 　2.13　組合預(yù)測84 　2.14　總結(jié)87 　習(xí)題88 第3章　波動性建模93 　本章學(xué)習(xí)目標(biāo)93 　3.1　定式化的經(jīng)濟(jì)時(shí)間序列93 　3.2　ARCH和GARCH過程97 　3.3　通貨膨脹的ARCH和GARCH估計(jì)103 　3.4　GARCH模型的三個(gè)例子105 　3.5　風(fēng)險(xiǎn)的GARCH模型111 　3.6　ARCH-M模型112 　3.7　ARCH過程的其他性質(zhì)114 　3.8　GARCH模型的最大似然估計(jì)119 　3.9　其他條件方差模型121 　3.10　估計(jì)紐約證券交易所100指數(shù)124 　3.11　多元GARCH模型129 　3.12　波動的脈沖響應(yīng)133 　3.13　總結(jié)135 　習(xí)題136 第4章　包含趨勢的模型140 　本章學(xué)習(xí)目標(biāo)140 　4.1　確定性趨勢和隨機(jī)趨勢140 　4.2　去除趨勢146 　4.3　單位根與回歸殘差151 　4.4　蒙特卡洛方法154 　4.5　DF檢驗(yàn)159 　4.6　DF檢驗(yàn)實(shí)例161 　4.7　擴(kuò)展的DF檢驗(yàn)165 　4.8　結(jié)構(gòu)性變化174 　4.9　有效性與確定性回歸變量180 　4.10　有效性更好的檢驗(yàn)182 　4.11　Panel單位根檢驗(yàn)186 　4.12　趨勢和單變量分解189 　4.13　總結(jié)195 　習(xí)題196 第5章　多方程時(shí)間序列模型199 　本章學(xué)習(xí)目標(biāo)199 　5.1　干擾分析200 　5.2　傳遞函數(shù)模型205 　5.3　估計(jì)傳遞函數(shù)213 　5.4　結(jié)構(gòu)性多元估計(jì)的約束216 　5.5　向量自回歸（VAR）介紹219 　5.6　估計(jì)和識別223 　5.7　脈沖響應(yīng)函數(shù)227 　5.8　假設(shè)檢驗(yàn)233 　5.9　簡單的VAR實(shí)例：美國與國際恐怖事件238 　5.10　結(jié)構(gòu)性VAR241 　5.11　結(jié)構(gòu)性分解實(shí)例244 　5.12　過度識別系統(tǒng)248 　5.13　Blanchard和Quah分解251 　5.14　實(shí)例：分解實(shí)際匯率與名義匯率變動255 　5.15　總結(jié)258 　習(xí)題259 第6章　協(xié)整與誤差修正模型264 　本章學(xué)習(xí)目標(biāo)264 　6.1　單整變量的線性組合264 　6.2　協(xié)整與共同趨勢270 　6.3　協(xié)整與誤差修正模型271 　6.4　協(xié)整檢驗(yàn)：Engle-Granger檢驗(yàn)方法277 　6.5　協(xié)整檢驗(yàn)：Engle-Granger檢驗(yàn)方法演示280 　6.6　協(xié)整和購買力平價(jià)理論283 　6.7　特征根、秩與協(xié)整286 　6.8　假設(shè)檢驗(yàn)291 　6.9　Johansen協(xié)整檢驗(yàn)方法298 　6.10　誤差修正和ADL檢驗(yàn)301 　6.11　三種方法的比較303 　6.12　總結(jié)306 　習(xí)題306 第7章　非線性時(shí)間序列模型311 　本章學(xué)習(xí)目標(biāo)311 　7.1　線性與非線性調(diào)整311 　7.2　ARMA模型的簡單擴(kuò)展313 　7.3　非線性檢驗(yàn)316 　7.4　門限自回歸（TAR）模型321 　7.5　TAR的擴(kuò)展形式325 　7.6　三個(gè)門限模型330 　7.7　平滑轉(zhuǎn)換模型335 　7.8　其他狀態(tài)轉(zhuǎn)換模型340 　7.9　平滑轉(zhuǎn)換自回歸(STAR)模型的估計(jì)343 　7.10　一般化的脈沖響應(yīng)及其預(yù)測346 　7.11　單位根與非線性352 　7.12　更多內(nèi)源性結(jié)構(gòu)階355 　7.13　總結(jié)361 　習(xí)題362

你還可能感興趣

我要評論