应用时间序列分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

应用时间序列分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 导论1

第一节 关于时间序列分析1

一、什么是时间序列1

二、时间序列分析的产生与发展4

三、时间序列分析与经济预测6

四、时间序列分析与计量经济学的关系7

第二节 时间序列分析的一些基本概念8

一、随机过程8

二、随机过程的分布及其特征9

三、几种重要的随机过程10

四、随机过程的平稳性11

第三节 时间序列的主要特征12

一、时间序列的相关性12

二、时间序列的平稳性与非平稳性13

三、时间序列的波动聚集性13

第四节 时间序列分析的基本步骤14

一、模型识别14

二、模型估计15

三、模型检验15

四、模型应用16

第五节 时间序列分析软件17

本章小结17

本章主要公式18

思考与练习题18

第二章 平稳时间序列模型及其特征19

第一节 模型类型及其表示19

一、自回归模型19

二、移动平均模型22

三、自回归移动平均模型23

第二节 格林函数和平稳性24

一、ARMA（p，q）的传递形式与格林函数24

二、系统的平稳性27

三、系统的平稳性与稳定性29

第三节 逆函数和可逆性30

一、MA（q）模型的可逆域30

二、MA（q）模型的逆函数31

三、ARMA（p，q）的可逆域与逆函数32

四、格林函数与逆函数之间的关系33

第四节 平稳时间序列的统计特征33

一、自相关函数34

二、偏自相关函数38

第五节 案例分析40

本章小结42

本章主要公式42

思考与练习题43

本章附录44

第三章 平稳时间序列模型的建立50

第一节 模型识别与定阶50

一、自相关函数和偏自相关函数的估计51

二、模型的初步识别52

三、模型的定阶56

第二节 模型参数的估计60

一、模型参数的矩估计62

二、模型参数的最小二乘估计63

三、模型参数的极大似然估计64

四、模型参数的最小平方和估计65

第三节 模型的适应性检验66

一、过拟合检验66

二、残差自相关的x2检验67

第四节 时间序列建模的方法68

一、Box-Jenkins建模方法68

二、Pandit-Wu建模方法69

第五节 案例分析69

本章小结74

本章主要公式74

思考与练习题75

本章附录77

第四章 平稳时间序列模型预测79

第一节 预测准则79

一、从几何角度提出预测问题80

二、求解正交投影80

三、最小均方误差预测81

第二节 ARMA模型预测82

一、ARMA模型的最小均方预测82

二、预测的评价标准84

三、静态预测与动态预测86

第三节 案例分析87

本章小结93

本章主要公式94

思考与练习题94

本章附录97

第五章 非平稳时间序列特征、检验及建模99

第一节 非平稳时间序列的特征99

一、非平稳时间序列的概念99

二、非平稳序列的分类101

三、非平稳时间序列的统计特征103

第二节 时间序列非平稳性的常规检验法105

一、数据图示法105

二、基于相关图的平稳性检验法105

三、逆序检验法106

四、游程检验法107

第三节 时间序列非平稳性的单位根检验法108

一、单位根过程108

二、单位根过程检验基础109

三、DF单位根检验法111

四、PP单位根检验法与ADF单位根检验法113

五、其他高效的单位根检验法简介118

第四节 ARIMA模型120

第五节 案例分析121

本章小结125

本章主要公式126

思考与练习题126

本章附录127

第六章 传递函数模型与干预模型128

第一节 传递函数模型的基本概念129

一、模型的形式129

二、脉冲响应函数特征130

三、低阶传递函数的形式131

四、传递函数的稳定性131

第二节 传递函数模型的识别与估计132

一、互相关函数132

二、传递函数模型的估计方法141

三、传递函数模型识别和估计步骤141

四、传递函数模型的检验144

第三节 干预模型148

一、干预模型介绍148

二、干预变量的类型和组合149

第四节 案例分析154

本章小结159

本章主要公式160

思考与练习题160

本章附录163

第七章 季节模型166

第一节 季节性时间序列的呈现167

一、季节性时间序列的表示167

二、季节性时间序列的图示168

第二节 季节性模型170

一、纯随机季节性模型170

二、乘积季节性模型175

第三节 季节性模型的识别177

一、季节性MA模型的自相关函数177

二、季节性AR模型的偏自相关函数178

第四节 季节性时间序列模型的建立和应用183

第五节 X11方法简介186

一、季节调整和时间序列的构成因素187

二、时间序列的组合模型187

三、x-11软件中测度各种成分的方法简介188

四、X-11方法的步骤192

五、X-11在EViews中的实现193

六、季节调整检验和评价季节调整效果的方法199

第六节 案例分析202

本章小结207

本章主要公式207

思考与练习题207

本章附录209

第八章 向量自回归模型212

第一节 平稳的VAR模型212

一、VAR模型的基本概念212

二、VAR（p）过程的协方差函数215

第二节 非限制性向量自回归模型的估计与滞后阶数选择219

一、非限制性VAR模型219

二、非限制性VAR模型估计的理论方法219

三、VAR（p）模型的滞后阶数选择221

四、EViews软件中无约束VAR模型的建立、估计与滞后阶数选择222

第三节 VAR模型的应用225

一、VAR（p）过程的预测225

二、Granger因果检验227

三、脉冲响应函数231

第四节 案例分析234

本章小结239

本章主要公式239

思考与练习题240

本章附录242

第九章 协整与误差校正模型244

第一节 伪回归244

一、“伪回归”现象244

二、非平稳性对回归分析有什么影响244

三、Phillips（1986）对“伪回归”的理论解释245

四、如何防止“伪回归”247

第二节 协整的概念及性质247

一、协整的概念247

二、协整向量的最小二乘估计及性质250

第三节 协整检验252

一、基于回归方程残差的协整检验（EG检验）252

二、协整系统的完全信息最大似然检验（Johansen检验）255

第四节 误差修正模型260

一、动态回归与误差修正模型261

二、协整与误差修正模型：Granger表示定理262

三、估计ECM模型的EG两步法263

本章小结267

本章主要公式267

思考与练习题267

本章附录269

第十章 GARCH模型与波动性建模274

第一节 ARCH模型的概念与性质274

一、条件异方差问题275

二、ARCH模型276

三、ARCH模型的性质277

第二节 ARCH模型的估计与检验278

一、ARCH模型的估计278

二、ARCH模型的检验279

第三节 GARCH模型281

一、GARCH模型的特征281

二、GARCH模型的估计282

三、GARCH模型的检验283

第四节 ARCH模型的其他推广形式284

一、ARCH-M模型284

二、指数GARCH模型（EGARCH）284

三、非对称GARCH模型（AGARCH）285

四、门限ARCH模型（TARCH）286

五、IGARCH模型286

六、对ARCH模型的简要评价287

第五节 GARCH模型在研究股市波动中的应用288

一、样本数据及其特征288

二、波动的ARCH效应289

第六节 案例分析295

一、如何在EViews中估计ARCH模型295

二、如何在EViews中检验ARCH效应297

三、GARCH模型估计的案例分析297

本章小结303

本章主要公式304

思考与练习题304

本章附录305

第十一章 状态空间模型306

第一节 局部水平模型306

一、预备知识308

二、卡尔曼滤波309

三、向前一步预测误差311

四、状态平滑312

五、参数初始化314

六、参数估计314

七、诊断检验315

八、模拟案例315

第二节 线性高斯状态空间模型316

一、可转换成状态空间模型的时间序列模型317

二、卡尔曼滤波、平滑和预测318

第三节 案例分析320

一、一个数据例子：全球变暖（续）320

二、资本资产定价模型CAPM321

三、该案例的EViews实现过程324

本章小结329

本章主要公式329

思考与练习题330

本章附录331