协整理论与波动模型

第1章 时间序列分析

1.1 时间序列的一般模型

1.2 向量平稳时间序列·向量自回归模型

1.3 非平稳随机过程与单整序列

1.4 长记忆时间序列

参考文献

第2章 单位根检验

2.1 单位根过程

2.2 单整过程的极限分布

2.3 单位根检验

2.4 有单位根的向量自回归过程

参考文献

第3章 协整理论与方法

3.1 协整与误差校正模型

3.2 单一方程协整关系的估计和检验

3.3 系统方程协整关系的估计和检验

3.4 协整系统的贝叶斯分析

3.5 向量分整序列的线性协整分析

3.6 协整系统的预测

3.7 单整时间序列的非线性变换

参考文献

第4章 季节单整和协整

4.1 季节单整和协整及其检验

4.2 贝叶斯季节协整检验

补充阅读Lagrange多项式近似定理

参考文献

第5章 非线性协整理论

5.1 非线性协整的含义

5.2 非线性协整关系的估计和检验

5.3 非线性协整关系的存在性研究

5.4 基于小波神经网络的非线性协整建模

5.5 线性协整系统误差校正模型的非线性形式

5.6 长记忆向量时间序列的非线性协整关系

5.7 变结构协整与建模

参考文献

第6章 ARCH模型

6.1 短记忆ARCH模型族

6.2 长记忆ARCH模型

6.3 分整增广GARCH-M模型

6.4 面板数据的GARCH模型族

6.5 GARCH模型的若干统计性质

6.6 ARCH模型族的建模问题

6.7 ARCH模型诊断分析与变结构模型

6.8 GARCH过程对应的随机微分穷程

6.9 存在条件异方差的单位根检验

6.10 向量GARCH模型及建模问题

6.11 向量GARCH过程的持续性和协同持续性

6.12 时间序列条件矩的持续和协同持续性

参考文献

第7章 随机波动模型

7.1 基本SV模型及其统计性质

7.2 扩展SV模型

7.3 SV模型的参数估计方法

7.4 基于禁忌遗传算法的伪极大似然估计方法与MonteCarlo研究

7.5 长记忆SV模型的估计及应用

7.6 变结构SV模型

7.7 SV过程的聚合及边际化

7.8 SV过程的持续性和协同持续性

7.9 SV模型与GARCH模型的比较

7.10 平方根随机自回归波动模型

参考文献

第8章 金融市场波动性分析

第9章 高频金融时间序列分析与建模

第10章 金融时间序列分析的小波方法

第11章 连续时间模型及其应用

本书论述了时间序列的协整理论和波动性建模。在协整理论方面，探讨了单位根过程的极限分布和检验，单方程、系统方程和非线性协整建模，协整的贝叶斯、变结构分析等。在波动性分析方面，探讨了各类ARCH、SV模型的建模及变结构分析。本书还探讨了金融波动与持续性的市场机制及其对资产定价和风险管理的意义，高频、超高频时间序列的波动性建模，小波方法在金融波动分析中的应用，连续时间资产收益模型等问题。本书可作为数量经济学研究人员、教师，经济和金融工作者的参考书，亦可作为相关领域研究生的教学参考书。

名师佳作，经典改版，内容翔实，结构合理。