第1章  时间序列基础知识

  1.1 时间序列的基本概念

    1.1.1 时间序列的数字特征

    1.1.2 时间序列自协方差和自相关系数的性质

  1.2 平稳性

    1.2.1 平稳性的定义

    1.2.2 平稳时间序列的应用特性

  1.3 白噪声过程

  1.4 线性差分方程

    1.4.1 滞后算子

    1.4.2 差分算子

    1.4.3 求解p阶线性差分方程的特征根法

    1.4.4 求解l阶线性差分方程的特征根法和迭代法

  习题及参考答案

  参考文献

第2章  平稳时间序列模型

  2.1 删A模型的形式

    2.1.1 ARMA模型的典型形式

    2.1.2 ARMA模型的滞后算子多项式表示形式

    2.1.3 ARMA模型的传递形式和逆转形式

    2.1.4 格林函数

  2.2 ARM模型的平稳性条件

    2.2.1 AR模型的平稳性条件

    2.2.2 MA模型的平稳性条件

    2.2.3 ARMA模型的平稳性条件

  2.3 MA模型的可逆性条件

    2.3.1 MA(q)模型的可逆性条件

    2.3.2 MA(l)模型的可逆性条件

    2.3.3 MA(2)模型的可逆性条件

  2.4 ARMA过程的自相关函数和Yule.Walker方程

    2.4.1 AR(p)过程的自相关函数及其拖尾性

    2.4.2 MA(q)过程的自相关函数及其截尾性

    2.4.3 ARMA(p，g)过程的自相关函数及其拖尾性

  2.5 ARMA过程的偏自相关函数

    2.5.1 AR(p)过程的偏自相关函数及其截尾性

    2.5.2 MA(q)过程的偏自相关函数及其拖尾性

    2.5.3 ARMA(p，q)过程的偏自相关函数及其拖尾性

  2.6 Box.Jenkins建模方法

  2.7 ARMA模型的预测

    2.7.1 最小均方误差预测

    2.7.2 条件期望

    2.7.3 预测误差

    2.7.4 AR(p)过程的预测

    2.7.5 MA(q)过程的预测

    2.7.6 ARMA(p，g)过程的预测

  2.8 实例应用

  2.9 补充内容

  习题及参考答案

  参考文献

第3章  单位根检验

  3.1 典型的平稳和非平稳过程

    3.1.1 零均值平稳过程和随机游走过程

    3.1.2 非零均值平稳过程和带漂移的随机游走过程

    3.1.3 趋势平稳过程和趋势非平稳过程

  3.2 趋势平稳和差分平稳

    3.2.1 趋势平稳过程

    3.2.2 差分平稳过程

    3.2.3 过度差分

  3.3 单位根检验

    3.3.1 DF检验

    3.3.2 ADF检验

    3.3.3.DF和ADF检验中几个值得注意的问题

    3.3.4 其他类型的单位根检验

  3.4 实例应用

  3.5 补充内容

    3.5.1 例3.1 的相关R语言命令及结果

    3.5.2 例3.2 的相关R语言命令及结果

  习题及参考答案

  参考文献

第4章  趋势和季节性建模

  4.1 确定性趋势建模

  4.2 随机趋势建模

  4.3 季节性建模

  4.4 补充内容

    4.4.1 例4.1 的相关R语言命令及结果

    4.4.2 例4.2 的相关R语言命令及结果

  习题及参考答案

  参考文献

第5章  条件异方差模型

  5.1 异方差的定义

  5.2 ARCHj立程

  5.3 GARCH过程

    5.3.1 GARCH(p，g)模型

    5.3.2 条件方差的预测

  5.4 GARCH过程的扩展模型

    5.4.1 GARCH-M模型

    5.4.2 IGARCH模型

    5.4.3 EGARCH模型

    5.4.4 TGARCH模型

    5.4.5 GARCH类过程特点比较

  5.5 条件异方差性的诊断检验

  5.6 实例应用

  5.7 补充内容

  习题及参考答案

  参考文献

第6章  向量自回归模型

  6.1 VAR模型的标准形式

  6.2 VAR模型的平稳性条件

  6.3 VAR模型的估计和识别

    6.3.1 VAR模型的估计

    6.3.2 VAR模型的识别——2维1阶情况

    6.3.3 VAR模型的识别——n维1阶情况

  6.4 脉冲响应函数

    6.4.1 Cholesky分解下的脉冲响应

    6.4.2 相关系数对Cholesky分解中变量次序重要性的影响

  6.5 方差分解

  6.6 Granger因果关系检验

  6.7 实例应用

  6.8 补充内容

  习题及参考答案

  参考文献

第7章  协整和误差修正

  7.1 协整理论

  7.2 Engle-Granger协整检验

    7.2.1 EG协整检验原理

    7.2.2 EG协整检验实例

  7.3 Johansen协整检验

    7.3.1 Johansen协整检验原理

    7.3.2 向量误差修正模型

    7.3.3 VECM中的截距项

    7.3.4 模型滞后阶数的选择

    7.3.5 Johansen协整检验统计量

    7.3.6 Johansen协整检验实例

  7.4 伪回归

  7.5 补充内容

  习题及参考答案

  参考文献

附录A  EViews软件快速入门

  A.1 主界面窗口

  A.2 工作文件

  A.3 常用对象

    A.3.1 序列

    A.3.2 方程

    A.3.3 组

    A.3.4 向量自回归

附录B  实例数据

附录C  R语言函数索引