一本大道精品视频,水蜜桃视频免费资源在线

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

　　前言在開始撰寫本書第1版時，我的初衷是寫一本有關(guān)宏觀計量經(jīng)濟學時間序列分析的教材。幸運的是，不少同事勸我擴大視野，拓寬內(nèi)容。應用微觀經(jīng)濟學家已經(jīng)掌握了時間序列分析方法，政治學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)濟學、農(nóng)業(yè)經(jīng)濟學、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)，書中的應用實例既有宏觀經(jīng)濟學方面的，也有微觀經(jīng)濟學方面的，并且二者的應用比例適當。

　　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用普通最小二乘法。我所有的學生都熟悉相關(guān)性和協(xié)方差的概念，他們都知道如何在回歸中使用t檢驗和F檢驗。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。本書用兩章來討論多元時間序列分析方法。為了理解和學好這些章節(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，在掌握回歸分析知識的基礎(chǔ)上，又通過對本書的學習，學生就足以閱讀專業(yè)期刊，也會達到從事嚴謹?shù)膽醚芯康乃�。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算矩陣。蒙特卡洛算法需要大量的運算處理。估計非線性模型需要用軟件包，這個軟件包要含有對非線性最小二乘法和最大似然估計的運行程序。完全由菜單驅(qū)動的軟件包無法估計每一種時間序列模型。正如我對學生所講的，當一個時間序列模型的處理程序出現(xiàn)在計量經(jīng)濟學軟件包的名單中時，它已經(jīng)不新鮮了。為了更好地從書中汲取知識，你應該運用如EViews、RATS、MATLAB、R、STATA、SAS、GAUSS等軟件。

　　我在書名中使用“應用”二字是非常真誠的。之所以用它，是因為我相信歸納教學法。歸納教學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、更復雜的模型或過程。本書提供了每個歸納過程的詳細實例，按照由簡單到復雜的基本思想，每個例子都有分步驟的總結(jié)。學習方法只有一種，那就是實踐，“行而學”。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“習題”尤其重要。你學習的例子和練習越多越好。

　　第4版的創(chuàng)新我深思熟慮，非常謹慎地權(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，我非常愿意傾聽，重視教師和學生傳來的電子郵件。為了避免原稿過于冗長，我在補充手冊（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測的問題，其目的是降低總體預測誤差的方差。第3章通過介紹波動性脈沖響應函數(shù)擴展了多元GARCH模型的討論。據(jù)此，波動性擴散就要用類似于向量自回歸（VAR）模型中的脈沖響應的方法計算。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，說明了定義和估計自回歸分布滯后模型的合適方法。這些新的內(nèi)容補充完善了第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方法討論了多個內(nèi)生突變（例如，潛在的突變發(fā)生于未知的時間）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、注釋和統(tǒng)計表。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)容因為需要將一些論題放在本書之外，我準備了一本補充手冊。這本手冊包含了我認為比較重要（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）。當然，我沒有辦法取得每個平臺的指南。多數(shù)程序設計者都應該能將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)學問題的答案。還包含了一些程序，能運行出書中所示結(jié)果和在習題中所列示的模型。手冊中的版本適用于EVIEWS、RATS、SAS和STATA。

　　我還為每一章準備了PPT�；脽羝械膬�(nèi)容都來自我上課使用的素材。因此，PPT中強調(diào)的內(nèi)容是我比較重視的。另外，部分幻燈片有擴展內(nèi)容。

　　Wiley使所有采用本書的教師都能獲得這些手冊。補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)錯誤。如果以前三個版本為鑒，那就是出現(xiàn)的錯誤很多。因此，我會在我的網(wǎng)站上持續(xù)更新錯誤和更正單，網(wǎng)址是：www.time-series.net。

　　很多人都提出了對原稿排版、風格、清晰度的改進意見。我收到了大量讀者的電子郵件，指出了書中的錯誤，并提出了關(guān)于書中論述的建議。我很感謝指出錯誤讓我不斷挑戰(zhàn)的學生。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處學到了很多關(guān)于時間序列的知識，因此，特別提及并感謝他們。也要感謝我的妻子Linda在我生病時支持我（特別是在我寫作原稿時）。

　　就在寫第3版的前言時，我得知CliveGranger永遠地離開了我們。我在明尼蘇達大學休假的前幾個月，得到了一次赴加州大學圣迭戈分校參加研討的機會。那時，我正在研究迭代模型，根本就沒有想過要做一名應用計量經(jīng)濟學家。然而，當我初次遇見Clive時，他說：“在冬天，這里會比明尼蘇達暖和100度（華氏），為什么不在這里休假呢？”于是，我改變了計劃，決定留在加州大學圣迭戈分校，與眾多數(shù)理經(jīng)濟學研究者共事。幸運的是，我碰巧完整地聽了他的一節(jié)課（和RobertEngle共同教學），從此，深深地愛上了計量經(jīng)濟學的時間序列分析。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 　本章學習目標1 　導論1 　1.1　時間序列模型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 　習題34 第2章　平穩(wěn)時間序列模型36 　本章學習目標36 　2.1　隨機差分方程模型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　組合預測84 　2.14　總結(jié)87 　習題88 第3章　波動性建模93 　本章學習目標93 　3.1　定式化的經(jīng)濟時間序列93 　3.2　ARCH和GARCH過程97 　3.3　通貨膨脹的ARCH和GARCH估計103 　3.4　GARCH模型的三個例子105 　3.5　風險的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119 　3.9　其他條件方差模型121 　3.10　估計紐約證券交易所100指數(shù)124 　3.11　多元GARCH模型129 　3.12　波動的脈沖響應133 　3.13　總結(jié)135 　習題136 第4章　包含趨勢的模型140 　本章學習目標140 　4.1　確定性趨勢和隨機趨勢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159 　4.6　DF檢驗實例161 　4.7　擴展的DF檢驗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182 　4.11　Panel單位根檢驗186 　4.12　趨勢和單變量分解189 　4.13　總結(jié)195 　習題196 第5章　多方程時間序列模型199 　本章學習目標199 　5.1　干擾分析200 　5.2　傳遞函數(shù)模型205 　5.3　估計傳遞函數(shù)213 　5.4　結(jié)構(gòu)性多元估計的約束216 　5.5　向量自回歸（VAR）介紹219 　5.6　估計和識別223 　5.7　脈沖響應函數(shù)227 　5.8　假設檢驗233 　5.9　簡單的VAR實例：美國與國際恐怖事件238 　5.10　結(jié)構(gòu)性VAR241 　5.11　結(jié)構(gòu)性分解實例244 　5.12　過度識別系統(tǒng)248 　5.13　Blanchard和Quah分解251 　5.14　實例：分解實際匯率與名義匯率變動255 　5.15　總結(jié)258 　習題259 第6章　協(xié)整與誤差修正模型264 　本章學習目標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：Engle-Granger檢驗方法277 　6.5　協(xié)整檢驗：Engle-Granger檢驗方法演示280 　6.6　協(xié)整和購買力平價理論283 　6.7　特征根、秩與協(xié)整286 　6.8　假設檢驗291 　6.9　Johansen協(xié)整檢驗方法298 　6.10　誤差修正和ADL檢驗301 　6.11　三種方法的比較303 　6.12　總結(jié)306 　習題306 第7章　非線性時間序列模型311 　本章學習目標311 　7.1　線性與非線性調(diào)整311 　7.2　ARMA模型的簡單擴展313 　7.3　非線性檢驗316 　7.4　門限自回歸（TAR）模型321 　7.5　TAR的擴展形式325 　7.6　三個門限模型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343 　7.10　一般化的脈沖響應及其預測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 　習題362

你還可能感興趣

我要評論