时间序列分析

第1章 概率和统计基础 1.1 概率基础 1.2 假设检验 1.3 描述统计 习题1 Eviews入门第2章 确定性时间序列模型 2.1 时间序列的分解 2.2 平滑方法 2.3 拟合趋势 2.4 趋势和季节调整 习题2 Eviews操作：平滑方法和季节调整第3章 平稳线性ARMA模型 3.1 随机过程的基本概念

第1章 概率和统计基础 1.1 概率基础 1.2 假设检验 1.3 描述统计 习题1 Eviews入门第2章 确定性时间序列模型 2.1 时间序列的分解 2.2 平滑方法 2.3 拟合趋势 2.4 趋势和季节调整 习题2 Eviews操作：平滑方法和季节调整第3章 平稳线性ARMA模型 3.1 随机过程的基本概念 3.2 几个重要的平稳随机过程 3.3 建立线性ARMA模型 3.4 预测 3.5 具有趋势性的ARIMA模型 3.6 季节时间序列模型 习题3 Eviews操作：建立ARMA模型第4章 波动率模型 4.1 波动率模型概述 4.2 自回归条件异方差模型 4.3 GARCH模型 4.4 非对称条件异方差模型 4.5 ARCH-M模型 4.6 其他GARCH类模型 4.7 向量条件异方差模型 4.8 随机波动率模型 习题2 Eviews操作：建立多维时间序列模型第6章 非平稳时间序列模型 6.1 确定性趋势过程和单位根过程 6.2 单位根检验 6.3 协整过程性质 6.4 协整检验 习题6 Eviews操作：非平稳时间序列模型 第7章 非线性时间序列模型 7.1 非线性模型概述 7.2 三个非性模型 7.3 非参数估计方法 7.4 非线性检验参考文献

本书受对外经济贸易大学“211”项目资助，是子项目e11007的阶段性成果。本书人有如下特色：（1）内容齐全新颖，包括确定性时间序列分析，线性ARMA模型，波动率模型，向量自回归模型，单位根检验和协整，以及一些非线性模型，目前还没有一本中文教材包括所有这些内容；（2）强调如何对经济数据建立模型，使用大量经济时间序列为数据举例说明，有些例题从学术期刊摘取，介绍模型理论背景，使学生了解学术研究与所学方法的关系；（3）对于基本概念，一方面深入浅出，强调从直观的经济的角度来理解，另一方面要求学生从统计的角度理概念；（4）每章都介绍使用Eviews软件的操作方法。 本书从建立经济模型的角度组织内容，基本要求是学会建模方法，其次要求理解为什么这样建模，然后能够看懂相关理论证明和从统计角度理解概念，知道证明思路，最后要求学生可以自己证明一些随机过程的基本性质。