金融计量学：时间序列分析视角（第三版）（经济管理类课程教材·金融系列)

作者: 张成思

出版社: 中国人民大学出版社

出版时间: 2020-03

版次: 3

ISBN: 9787300279039

装帧: 其他

开本: 128开

纸张: 胶版纸

字数: 1千字

分类: 教材教辅考试>教材>大学教材>经济

331人买过

本书可以用作高等院校的“金融计量学”“时间序列分析””等课程的教材。教师可以根据具体课时安排讲授章节和学生自学章节。第三版对全书各个章节的细节描述和部分数据进行了更新，修正了之前版本中的个别笔误，并且新增了第6章“序列相关性检验”等内容。全新改版后，本书更注重金融计量理论与实际应用的紧密结合，理论内容涵盖全面，理论讲解深入浅出，同时特别强调理论知识的实际应用。为提高本书的可读性，笔者将涉及的比较繁难的内容尽量以简单浅显的语言形式和生动活泼的图表形式解读出来，并且结合金融计量软件讲解一些具体数据处理和回归操作过程，形式新颖，期望使读者阅而不烦。
本书适合作为经济管理类本科生高年级或者研究生的教材。对于具有统计学基础知识的学生，本书不失为一本简单易懂的自学参考书。对于经济金融领域的分析师和行业研究人员，特别是从事应用研究工作的相关人员，本书也是一本有益的案头工具书。另外，本书也可以作为学生撰写毕业论文时使用计量方法的应用指南。通过阅读本书，读者可以系统学习时间序列分析的相关基础知识，并且运用书中介绍的应用流程对现实问题进行分析和研究。张成思，中国人民大学财政金融学院副院长，教育部“长江学者”特聘教授、博士生导师，全国金融系统青年联合会第二届委员会委员，曾执教香港中文大学，曾任中国金融英语证书考试委员会专家组成员、Economic and Political Studies 执行主编、国家外汇管理局和世界银行等机构的顾问专家。主要研究方向为货币金融学和金融时间序列分析。曾荣获第二届孙冶方金融创新奖、第六届和第七届薛暮桥价格研究奖、邓子基财经学术论文奖、中国青年金融学者奖、《金融研究》年度最佳论文奖等重要奖项。以主要作者身份在中英文核心期刊发表论文百余篇，其中在货币金融领域国际一流学术期刊 Journal of Money、Credit and Banking、Journal of International Money and Finance、International Journal of Central Banking 等发表论文50余篇；在《经济研究》等中文学术期刊发表论文近百篇，中英文研究成果半数以上是封面文章或刊首文；出版独著5部、译著6部。自2009年以来，在IDEA/RePEC数据库公布的中国经济学者国际学术影响力排名中位于前8%。第1章金融计量学初步 /1

1.1 金融计量学的范畴 /1

1.2 金融时间序列数据 /2

1.3 金融计量分析中的基本概念 / 5

第2章金融计量软件介绍 /12

2.1 综合介绍 /12

2.2 EViews使用简介 /14

2.3 GAUSS使用简介 /23

2.4 Stata使用简介 /27

练习2 /37

第3章差分方程、滞后运算与动态模型 /44

3.1 一阶差分方程 /44

3.2 动态乘数与脉冲响应函数 /48

3.3 高阶差分方程 /51

3.4 滞后算子与滞后运算法 /53

练习3 /56

第4章平稳AR模型 /58

4.1 基本概念 /58

4.2 一阶自回归模型:AR（1） /64

4.3 二阶自回归模型:AR（2） /73

4.4 p阶自回归模型:AR（p） 76

练习4 /82

第5章平稳ARMA模型 /83

5.1 移动平均过程 /83

5.2 自回归移动平均过程 /90

5.3 部分自相关函数 /94

5.4 样本自相关与部分自相关函数 /97

5.5 ARMA模型的建立与估计 /101

5.6 实例应用:中国CPI通货膨胀率的AR模型 /104

练习5 /106

第6章序列相关性检验 /108

6.1 Breusch-Godfrey LM序列相关性检验 /109

6.2 Durbin-Watson序列相关性检验 111

6.3 序列相关性检验的基本原理:高斯牛顿回归方法 /112

6.4 工具变量估计与序列相关性检验 /114

6.5 多维模型的序列相关性问题 /114

练习6 /115

第7章预测理论与应用 /116

7.1 基本概念与预测初步 /116

7.2 基于MA模型的预测 /122

7.3 基于AR模型的预测 /124

7.4 预测准确性的度量指标 /126

练习7 /127

第8章非平稳时间序列模型 /128

8.1 确定性趋势模型 /128

8.2 随机趋势模型 /130

8.3 去除趋势的方法 /134

练习8 /141

第9章单位根检验法 /142

9.1 DF单位根检验法 /142

9.2 ADF单位根检验法 /146

9.3 其他单位根检验法 /151

9.4 各种单位根检验法的应用 /160

练习9 /164

第10章向量自回归（VAR）模型 /165

10.1 VAR模型介绍 /165

10.2 VAR模型的估计与相关检验 /176

10.3 格兰杰因果关系 /182

10.4 VAR模型与脉冲响应分析 /184

10.5 VAR模型与方差分解 /190

练习10 /192

第11章结构向量自回归（SVAR）模型 /194

11.1 SVAR模型初步 /194

11.2 SVAR模型的基本识别方法 /198

11.3 SVAR模型的三种类型 /201

11.4 SVAR模型的估计方法总结 /210

11.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 /211

练习11 /213

第12章协整与误差修正模型 /215

12.1 协整与误差修正模型的基本定义 /215

12.2 Engle-Granger协整分析方法 /223

12.3 向量ADF模型与协整分析 /230

12.4 向量误差修正模型 /234

12.5 确定性趋势与协整分析 /237

12.6 Johansen协整分析方法 /240
内容简介:
本书可以用作高等院校的“金融计量学”“时间序列分析””等课程的教材。教师可以根据具体课时安排讲授章节和学生自学章节。第三版对全书各个章节的细节描述和部分数据进行了更新，修正了之前版本中的个别笔误，并且新增了第6章“序列相关性检验”等内容。全新改版后，本书更注重金融计量理论与实际应用的紧密结合，理论内容涵盖全面，理论讲解深入浅出，同时特别强调理论知识的实际应用。为提高本书的可读性，笔者将涉及的比较繁难的内容尽量以简单浅显的语言形式和生动活泼的图表形式解读出来，并且结合金融计量软件讲解一些具体数据处理和回归操作过程，形式新颖，期望使读者阅而不烦。
本书适合作为经济管理类本科生高年级或者研究生的教材。对于具有统计学基础知识的学生，本书不失为一本简单易懂的自学参考书。对于经济金融领域的分析师和行业研究人员，特别是从事应用研究工作的相关人员，本书也是一本有益的案头工具书。另外，本书也可以作为学生撰写毕业论文时使用计量方法的应用指南。通过阅读本书，读者可以系统学习时间序列分析的相关基础知识，并且运用书中介绍的应用流程对现实问题进行分析和研究。
作者简介:
张成思，中国人民大学财政金融学院副院长，教育部“长江学者”特聘教授、博士生导师，全国金融系统青年联合会第二届委员会委员，曾执教香港中文大学，曾任中国金融英语证书考试委员会专家组成员、Economic and Political Studies 执行主编、国家外汇管理局和世界银行等机构的顾问专家。主要研究方向为货币金融学和金融时间序列分析。曾荣获第二届孙冶方金融创新奖、第六届和第七届薛暮桥价格研究奖、邓子基财经学术论文奖、中国青年金融学者奖、《金融研究》年度最佳论文奖等重要奖项。以主要作者身份在中英文核心期刊发表论文百余篇，其中在货币金融领域国际一流学术期刊 Journal of Money、Credit and Banking、Journal of International Money and Finance、International Journal of Central Banking 等发表论文50余篇；在《经济研究》等中文学术期刊发表论文近百篇，中英文研究成果半数以上是封面文章或刊首文；出版独著5部、译著6部。自2009年以来，在IDEA/RePEC数据库公布的中国经济学者国际学术影响力排名中位于前8%。
目录:
第1章金融计量学初步 /1

1.1 金融计量学的范畴 /1

1.2 金融时间序列数据 /2

1.3 金融计量分析中的基本概念 / 5

第2章金融计量软件介绍 /12

2.1 综合介绍 /12

2.2 EViews使用简介 /14

2.3 GAUSS使用简介 /23

2.4 Stata使用简介 /27

练习2 /37

第3章差分方程、滞后运算与动态模型 /44

3.1 一阶差分方程 /44

3.2 动态乘数与脉冲响应函数 /48

3.3 高阶差分方程 /51

3.4 滞后算子与滞后运算法 /53

练习3 /56

第4章平稳AR模型 /58

4.1 基本概念 /58

4.2 一阶自回归模型:AR（1） /64

4.3 二阶自回归模型:AR（2） /73

4.4 p阶自回归模型:AR（p） 76

练习4 /82

第5章平稳ARMA模型 /83

5.1 移动平均过程 /83

5.2 自回归移动平均过程 /90

5.3 部分自相关函数 /94

5.4 样本自相关与部分自相关函数 /97

5.5 ARMA模型的建立与估计 /101

5.6 实例应用:中国CPI通货膨胀率的AR模型 /104

练习5 /106

第6章序列相关性检验 /108

6.1 Breusch-Godfrey LM序列相关性检验 /109

6.2 Durbin-Watson序列相关性检验 111

6.3 序列相关性检验的基本原理:高斯牛顿回归方法 /112

6.4 工具变量估计与序列相关性检验 /114

6.5 多维模型的序列相关性问题 /114

练习6 /115

第7章预测理论与应用 /116

7.1 基本概念与预测初步 /116

7.2 基于MA模型的预测 /122

7.3 基于AR模型的预测 /124

7.4 预测准确性的度量指标 /126

练习7 /127

第8章非平稳时间序列模型 /128

8.1 确定性趋势模型 /128

8.2 随机趋势模型 /130

8.3 去除趋势的方法 /134

练习8 /141

第9章单位根检验法 /142

9.1 DF单位根检验法 /142

9.2 ADF单位根检验法 /146

9.3 其他单位根检验法 /151

9.4 各种单位根检验法的应用 /160

练习9 /164

第10章向量自回归（VAR）模型 /165

10.1 VAR模型介绍 /165

10.2 VAR模型的估计与相关检验 /176

10.3 格兰杰因果关系 /182

10.4 VAR模型与脉冲响应分析 /184

10.5 VAR模型与方差分解 /190

练习10 /192

第11章结构向量自回归（SVAR）模型 /194

11.1 SVAR模型初步 /194

11.2 SVAR模型的基本识别方法 /198

11.3 SVAR模型的三种类型 /201

11.4 SVAR模型的估计方法总结 /210

11.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 /211

练习11 /213

第12章协整与误差修正模型 /215

12.1 协整与误差修正模型的基本定义 /215

12.2 Engle-Granger协整分析方法 /223

12.3 向量ADF模型与协整分析 /230

12.4 向量误差修正模型 /234

12.5 确定性趋势与协整分析 /237

12.6 Johansen协整分析方法 /240