应用计量经济学：时间序列分析

作者: [美] 恩德斯（Enders W.）著 , 杜江译 , 谢志超译

出版社: 高等教育出版社

出版时间: 2006-06

版次: 2

ISBN: 9787040193978

定价: 39.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 451页

字数: 590千字

分类: 教材教辅考试>教材>大学教材>经济

3 张插图图片

95人买过

　　本书共7章。第1章主要讲述差分方程。第2章主要讨论平稳时间序列模型的建模以及预测等。第3章讨论不同形式的ARCH模型。第4章着重讨论序列的单位根检验方法。第5章讨论多元时间序列模型，主要阐述向量自回归（VAR）分析方法，包括脉冲响应函数、方差分解等。第6章讨论协整的检验方法和误差修正模型。第7章主要讨论非线性时间序列模型。本书在每一章中都以简单的例子人手，逐步推广到较为复杂的模型，并提供了详尽的步骤和说明。为了巩固和消化内容，每章还提供了练习。

本书是以掌握多元回归分析的读者为对象而设计的，适合作为经济学、金融学、统计学等专业本科高年级学生和研究生教材。　　沃尔特·恩德斯（WalterEnders），美国亚拉巴马州立大学的经济学教授，1975年他获得纽约哥伦比亚大学经济学博士学位。恩德斯博士最近的研究集中于时间序列模型在经济学和金融领域的发展与运用。他已经在许多期刊上发表了多篇论文，这些期刊包括：ReviewofEconomyandStatistics，QuarterlyJournalofEconomics，JournalofInternationalEconom，ics，AmericanEconomicReview（美国经济协会主办），JournalofBusinessandEconomicStatistics（美国统计协会主办）以及TheAmericanPoliticalScienceReview（美国政治科学协会主办）。他现担任国际经济学领域的三种期刊的正式编辑，以及乌克兰政府的政策顾问。他还因防止核战争方面的行为科学研究，与托德·森德勒（ToddSandler）分享了美国国家科学院的：ESTES奖。该奖项的认定中提到，“…认知与行为科学领域的基础研究，运用规范分析或实证方法，或两者的最佳结合，加深了我们对有关核战危机的认识。”国家科学院授予他们该奖项是因为他们“…对跨国恐怖活动的共同研究，即运用博弈论和时间序列分析证明了恐怖袭击对防御性反制措施的响应具有循环性和易变性的特征。” 第1章差分方程1

1．1时间序列模型1

1．2差分方程及解法6

1．3迭代法解方程8

1．4备选解法12

1．5蛛网模型16

1．6解齐次差分方程20

1．7求确定性过程的特解28

1．8待定系数法30

1．9滞后算子36

1．10总结38

习题39

尾注41

附录1．1虚根和deMoivre定理41

附录1．2高阶方程中的特征根43

第2章平稳时间序列模型45

2．1随机差分方程模型45

2．2自回归移动平均ARMA模型48

2．3平稳性49

2．4ARMA(p1g）模型的平稳性限制52

2．5自相关函数57

2．6偏自相关函数61

2．7平稳序列的样本自相关63

2．8Box—Jenkins模型筛选方法72

2．9预测性质75

2．10生产者物价指数(PPI）模型82

2．11季节性模型88

2．12总结94

习题94

尾注98

附录2．1MA(1）过程的估计99

附录2．2模型筛选准则100

第3章波动性建模103

3．1定式化的经济时间序列103

3．2ARCH过程107

3．3通货膨胀的ARCH和GARCH估计113

3．4实例：PPI的GARCH模型117

3．5风险的GARCH模型120

3．6ARCH—M模型122

3．7GARCH过程的其他特性125

3．8GARCH模型的最大似然估计130

3．9其他条件方差模型132

3．10估计纽约证券交易所综合指数136

3．11总结142

习题143

尾注147

第4章包含趋势的模型148

4．1确定性趋势和随机趋势148

4．2除去趋势156

4．3单位根与回归残差162

4．4MonteCarlo方法166

4．5DF检验172

4．6DF检验实例175

4．7扩展的DF检验180

4．8结构性变化190

4．9有效性与确定性回归变量197

4．10趋势和单变量分解204

4．11Panel单位根检验213

4．12总结217

习题218

尾注221

附录自助法222

尾注226

第5章多方程时间序列模型227

5．1干扰分析227

5．2传递函数模型234

5．3估计传递函数244

5．4结构性多元估计的约束248

5．5向量自回归(VAR）介绍251

5．6估计和识别256

5．7脉冲响应函数259

5．8假设检验267

5．9简单的VAR实例：西班牙的恐怖事件和旅游业273

5．10结构性VAR276

5．11结构性分解实例280

5．12Blanchard和Quah分解287

5．13实例：分解实际汇率与名义汇率变动292

5．14总结296

习题297

尾注302

第6章协整与误差修正模型304

6．1单整变量的线性组合304

6．2协整与共同趋势310

6．3协整与误差修正模型312

6．4协整检验：Engle—Granger检验方法319

6．5协整检验：Engle—Granger检验方法演示322

6．6协整和购买力平价理论327

6．7特征根、秩与协整330

6．8假设检验337

6．9Johansen协整检验方法345

6．10一般到特殊建模方法349

6．11总结354

习题355

尾注359

附录6．1协整向量推导360

附录6．2特征根、平稳性与秩362

第7章非线性时间序列模型369

7．1线性与非线性调整369

7．2ARMA模型的简单扩展371

7．3极限自回归TAR模型374

7．4TAR的扩展形式与其他非线性模型380

7．5非线性检验386

7．6状态转换模型的估计394

7．7一般化的脉冲响应及其预测402

7．8单位根与非线性408

7．9总结413

习题414

尾注416

统计表418

参考文献424

索引433
内容简介:
　　本书共7章。第1章主要讲述差分方程。第2章主要讨论平稳时间序列模型的建模以及预测等。第3章讨论不同形式的ARCH模型。第4章着重讨论序列的单位根检验方法。第5章讨论多元时间序列模型，主要阐述向量自回归（VAR）分析方法，包括脉冲响应函数、方差分解等。第6章讨论协整的检验方法和误差修正模型。第7章主要讨论非线性时间序列模型。本书在每一章中都以简单的例子人手，逐步推广到较为复杂的模型，并提供了详尽的步骤和说明。为了巩固和消化内容，每章还提供了练习。

本书是以掌握多元回归分析的读者为对象而设计的，适合作为经济学、金融学、统计学等专业本科高年级学生和研究生教材。
作者简介:
　　沃尔特·恩德斯（WalterEnders），美国亚拉巴马州立大学的经济学教授，1975年他获得纽约哥伦比亚大学经济学博士学位。恩德斯博士最近的研究集中于时间序列模型在经济学和金融领域的发展与运用。他已经在许多期刊上发表了多篇论文，这些期刊包括：ReviewofEconomyandStatistics，QuarterlyJournalofEconomics，JournalofInternationalEconom，ics，AmericanEconomicReview（美国经济协会主办），JournalofBusinessandEconomicStatistics（美国统计协会主办）以及TheAmericanPoliticalScienceReview（美国政治科学协会主办）。他现担任国际经济学领域的三种期刊的正式编辑，以及乌克兰政府的政策顾问。他还因防止核战争方面的行为科学研究，与托德·森德勒（ToddSandler）分享了美国国家科学院的：ESTES奖。该奖项的认定中提到，“…认知与行为科学领域的基础研究，运用规范分析或实证方法，或两者的最佳结合，加深了我们对有关核战危机的认识。”国家科学院授予他们该奖项是因为他们“…对跨国恐怖活动的共同研究，即运用博弈论和时间序列分析证明了恐怖袭击对防御性反制措施的响应具有循环性和易变性的特征。”
目录:
第1章差分方程1

1．1时间序列模型1

1．2差分方程及解法6

1．3迭代法解方程8

1．4备选解法12

1．5蛛网模型16

1．6解齐次差分方程20

1．7求确定性过程的特解28

1．8待定系数法30

1．9滞后算子36

1．10总结38

习题39

尾注41

附录1．1虚根和deMoivre定理41

附录1．2高阶方程中的特征根43

第2章平稳时间序列模型45

2．1随机差分方程模型45

2．2自回归移动平均ARMA模型48

2．3平稳性49

2．4ARMA(p1g）模型的平稳性限制52

2．5自相关函数57

2．6偏自相关函数61

2．7平稳序列的样本自相关63

2．8Box—Jenkins模型筛选方法72

2．9预测性质75

2．10生产者物价指数(PPI）模型82

2．11季节性模型88

2．12总结94

习题94

尾注98

附录2．1MA(1）过程的估计99

附录2．2模型筛选准则100

第3章波动性建模103

3．1定式化的经济时间序列103

3．2ARCH过程107

3．3通货膨胀的ARCH和GARCH估计113

3．4实例：PPI的GARCH模型117

3．5风险的GARCH模型120

3．6ARCH—M模型122

3．7GARCH过程的其他特性125

3．8GARCH模型的最大似然估计130

3．9其他条件方差模型132

3．10估计纽约证券交易所综合指数136

3．11总结142

习题143

尾注147

第4章包含趋势的模型148

4．1确定性趋势和随机趋势148

4．2除去趋势156

4．3单位根与回归残差162

4．4MonteCarlo方法166

4．5DF检验172

4．6DF检验实例175

4．7扩展的DF检验180

4．8结构性变化190

4．9有效性与确定性回归变量197

4．10趋势和单变量分解204

4．11Panel单位根检验213

4．12总结217

习题218

尾注221

附录自助法222

尾注226

第5章多方程时间序列模型227

5．1干扰分析227

5．2传递函数模型234

5．3估计传递函数244

5．4结构性多元估计的约束248

5．5向量自回归(VAR）介绍251

5．6估计和识别256

5．7脉冲响应函数259

5．8假设检验267

5．9简单的VAR实例：西班牙的恐怖事件和旅游业273

5．10结构性VAR276

5．11结构性分解实例280

5．12Blanchard和Quah分解287

5．13实例：分解实际汇率与名义汇率变动292

5．14总结296

习题297

尾注302

第6章协整与误差修正模型304

6．1单整变量的线性组合304

6．2协整与共同趋势310

6．3协整与误差修正模型312

6．4协整检验：Engle—Granger检验方法319

6．5协整检验：Engle—Granger检验方法演示322

6．6协整和购买力平价理论327

6．7特征根、秩与协整330

6．8假设检验337

6．9Johansen协整检验方法345

6．10一般到特殊建模方法349

6．11总结354

习题355

尾注359

附录6．1协整向量推导360

附录6．2特征根、平稳性与秩362

第7章非线性时间序列模型369

7．1线性与非线性调整369

7．2ARMA模型的简单扩展371

7．3极限自回归TAR模型374

7．4TAR的扩展形式与其他非线性模型380

7．5非线性检验386

7．6状态转换模型的估计394

7．7一般化的脉冲响应及其预测402

7．8单位根与非线性408

7．9总结413

习题414

尾注416

统计表418

参考文献424

索引433