协整与波动性模型

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 协整与误差校正模一 3.2 单一方程协整关系的估计和检验

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 协整与误差校正模一 3.2 单一方程协整关系的估计和检验 3.3 系统方程轩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 附录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模型第7章 随机波动模型第8章 金融市场波动性分析第9章 金融时间序列分析的新课题附录作者简介

本书论述了时间序列的协整理论和金融时间序列波动性模型的原理、方法和实际应用。在时间序列的协整理论方面，包括单位根过程的极限分布和检验，单方程和系统方程协整关系的估价和检验，讨论了非线性、长记忆协整关系的建模和检验总是协整系统的贝叶斯分析及变结构协整的理论、方法等。在金融时间序列波动模型方面，全面地讨论了自回归条件异方差模型（ARCH模型）的各类一维和多维模型体系及各类随机波动（SV）模型，讨论了它们的性质、模型参数做计和检验问题，讨论了变结构波动模型的建模及其应用等。对各类模型和方法均针对我国资本市场进行了实证研究。金融波动性问题是当今金融分析中的重要课题，本书控计了金融波动及其持续性的市场机制，建立了在金融波动持续性基础上的资本资产定价模型等。书中对金融时间序列进一步需要研究的几个新课题进行了分析。 特色：本书是该作者研究集体近十多年来在协整理论和时间序列波动性分析两个领域的研究成果。这项研究工作得到国家自然科学基金项目——“多变量时间序列波动持续性及其在金融系统上的应用”（No.70171001）和教育部博士点基金项目——“社会经济系统中协整建模方法研究”（No.9505621）的资助。结合这两项基金的研究工作，在协整理论、方法和金融时间序列波动性分析两个方面都获得了一系列创造性的成果。 简明目录： 1.时间序列分析/2.单位根检验/3.协整理论与方法/4.季节单整和协整/5.非线性协整理论/6.ARCH 模型/7.随机波动模型/8.金融市场波动性分析/9.金融时间序列分析的新课题//参考文献