金融计量学——时间序列分析视角

　　

　　第1章 金融计量学介绍
导读
1.1 金融时间序列的定义与实例
1.2 金融时间序列分析中的基本概念
1.3 金融计量软件介绍
练习 1
本章参考文献

第2章 差分方程、滞后运算与动态模型
导读
2.1 一阶差分方程
2.2 动态乘数与脉冲响应函数
2.3 高阶差分方程
2.4 滞后算子与滞后运算法
练习 2
本章参考文献

第3章 平稳金融时间序列: AR模型
导读
3.1 基本概念
3.2 一阶自回归模型（AR(1) process）
3.3 二阶自回归模型（AR(2) process）
3.4 p阶自回归模型（AR(p) process）
练习 3
本章参考文献

第4章 平稳金融时间序列: ARMA模型
导读
4.1 移动平均过程（MA Process）
4.2 自回归移动平均过程（ARMA Processes）
4.3 部分自相关函数（Partial Autocorrelations）
4.4 样本自相关与部分自相关函数
4.5 自相关性检验
4.6 ARMA模型的实证分析及应用
4.7 实例应用：中国CPI通胀率的AR模型
练习 4
本章参考文献

第5章 非平稳时间序列模型
导读
5.1 确定性趋势模型
5.2 随机性趋势模型
5.3 去除趋势的方法
练习5
本章参考文献

第6章 单位根检验法
导读
6.1 DF单位根检验法
6.2 ADF单位根检验法
6.3 其它单位根检验法
6.4 各种单位根检验法的应用
练习6
本章参考文献

第7章 向量自回归(VAR)模型
导读
7.1 向量自回归（VAR）模型介绍
7.2 VAR模型的估计与相关检验
7.3 格兰杰因果关系
7.4 向量自回归（VAR）模型与脉冲相应分析
7.5 VAR模型与方差分解
练习7
本章参考文献

第8章 结构向量自回归（SVAR）模型
导读
8.1 结构向量自回归（SVAR）模型的基本介绍
8.2 SVAR模型的基本识别方法
8.3 SVAR模型的三种类型
8.4 SVAR模型的估计方法总结
8.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较
练习8
本章参考文献

第9章 协整与误差修正模型
导读
9.1 协整与误差修正模型的基本定义
9.2 Engle-Granger协整分析方法
9.3 向量ADF模型与协整分析
9.4 向量误差修正模型(VECM)
9.5 确定性趋势与协整分析
9.6 Johansen协整分析方法
9.7 VECM的估计与统计推断
9.8 Johansen协整分析方法的应用
练习9
本章参考文献

第10章 金融计量中的条件异方差模型
导读
10.1 背景介绍
10.2 ARCH模型
10.3 GARCH模型
10.4 非对称GARCH模型
10.5 其它GARCH模型
练习10
本章参考文献

第11章 非线性金融时间序列模型
导读
11.1 非线性时间序列模型介绍
11.2 马尔可夫区制转移模型（Markov Switching Models）
11.3 门限模型(Threshold Models)
练习11
本章参考文献

附录A 1 矩阵代数与经典线性回归模型
导读
A1.1 矩阵代数
A1.2 经典线性回归模型的基本假设
A1.3 经典线性回归模型的普通最小二乘估计
练习12

附录A 2 统计表