金融时间序列分析案例集

第1章 时间序列分析基础

1.1 时间序列分析方法简介

1.2 时间序列分析常用工具

1.2.1 自相关函数

1.2.2 偏自相关函数

1.2.3 扩展的自相关函数模型

1.2.4 序列平稳性检验

1.2.5 序列相关性检验

1.3 关于R软件

1.4 时间序列分析流程

第2章 平稳时间序列模型

2.1 模型介绍

2.1.1 AR（p）模型

2.1.2 MA（g）模型

2.1.3 ARMA（p，g）模型

2.2 案例分析

2.2.1 经济景气指数一致指数分析

2.2.2 美元兑人民币汇率分析

2.2.3 企业债券指数分析

第3章 非平稳时间序列模型

3.1 模型介绍

3.1.1 确定趋势模型

3.1.2 季节效应模型

3.1.3 一般的单位根非平稳模型

3.2 案例分析

3.2.1 上海证券国债指数分析

3.2.2 国际黄金价格分析

3.2.3 我国交易所政府债券交易合计成交额分析

3.2.4 国内生产总值分析

3.2.5 深证成指分析

第4章 条件异方差模型

4.1 模型介绍

4.1.1 ARCH模型

4.1.2 GARCH模型

4.2 案例分析

4.2.1 美元兑人民币汇率分析

4.2.2 国际黄金价格分析

4.2.3 工业品出厂价格指数分析

第5章 协整和误差修正模型

5.1 模型介绍

5.1.1 协整关系

5.1.2 协整检验

5.1.3 误差修正模型

5.2 案例分析

第6章 向量自回归模型

6.1 模型介绍

6.1.1 VAR模型

6.1.2 Granger因果关系检验

6.1.3 脉冲响应函数

6.1.4 Johansen协整检验

6.2 案例分析

第7章 时间序列综合分析案例

7.1 流通中现金M0分析

7.2 沪深300股指期货收盘价分析

7.3 消除通胀影响下CPl分析

7.4 上市公司股票收盘价分析

7.5 社会消费品零售总额分析

附录A 案例分析数据库

A.1 2005年1月至2012年12月的一致指数的月度数据表

A.2 美元兑人民币汇率数据

A.3 企业债券指数数据

A.4 2012年1月4日至2012年12月10日国债指数的收盘价

A.5 2000年1月至2012年12月的国际黄金价格数据

A.6 交易所政府债券交易统计表

A.7 GDP数据

A.8 2012年8月1日至2013年5月24日深证成指收盘价数据

A.9 1993年1月至2012年12月的工业品出厂价格指数的月度数据

A.10 1994年至2011年税收及GDP数据

A.11 2004年2月至2013年12月沪深300指数的月收盘价数据

A.12 流通中现金M0数据

A.13 沪深300股指期货日收盘价数据

A.14 消除通胀影响下CPI数据

A.15 奋达科技日收盘价数据

A.16 社会消费品零售总额数据

参考文献

《金融时间序列分析案例集》以R软件为基础，在对时间序列分析方法进行梳理的基础上，重点介绍时间序列模型的应用实例，包括平稳时间序列模型、非平稳时间序列模型、条件异方差模型、协整和误差修正模型、向量自回归模型等，并给出若干综合分析案例供读者参考。
　　本书可作为财经类院校统计、经济、会计等专业学生的实验教学参考书。

导语_点评_推荐词