第1章 金融计量学初步 /1 1.1 金融计量学的范畴 /1 1.2 金融时间序列数据 /2 1.3 金融计量分析中的基本概念 /5 本章参考文献 /11 第2章 金融计量软件介绍 /12 2.1 综合介绍 /12 2.2 EViews使用简介 /14 2.3 GAUSS使用简介 /23 2.4 Stata使用简介 /27 练习2 /37 第3章 差分方程、滞后运算与动态模型 /44 3.1 一阶差分方程 /44 3.2 动态乘数与脉冲响应函数 /48 3.3 高阶差分方程 /51 3.4 滞后算子与滞后运算法 /53 练习3 /56 本章参考文献 /57 第4章 平稳AR模型 /58 4.1 基本概念 /58 4.2 一阶自回归模型:AR（1） /64 4.3 二阶自回归模型:AR（2） / 73 4.4 p阶自回归模型:AR（p） /76 练习4 /82 本章参考文献 /83 第5章 平稳ARMA模型 /84 5.1 移动平均过程（MA process） /84 5.2 自回归移动平均过程（ARMA process） /91 5.3 部分自相关函数（partial autocorrelation） /95 5.4 样本自相关与部分自相关函数 /98 5.5 自相关性检验 /102 5.6 ARMA模型的实证分析及应用 /106 5.7 实例应用:中国CPI通货膨胀率的AR模型 /108 练习5 /111 本章参考文献 /111 第6章 预测理论与应用 /113 6.1 基本概念与预测初步 /113 6.2 基于MA模型的预测 /119 6.3 基于AR模型的预测 /121 6.4 预测准确性的度量指标 /123 练习6 /124 第7章 非平稳时间序列模型 /125 7.1 确定性趋势模型 /125 7.2 随机趋势模型 /127 7.3 去除趋势的方法 /131 练习7 /138 本章参考文献 1/39 第8章 单位根检验法 /140 8.1 DF单位根检验法 /140 8.2 ADF单位根检验法 /144 8.3 其他单位根检验法 /149 8.4 各种单位根检验法的应用 /158 练习8 /162 本章参考文献 /162 第9章 向量自回归（VAR）模型 /164 9.1 VAR模型介绍 /164 9.2 VAR模型的估计与相关检验 /175 9.3 格兰杰因果关系 /181 9.4 向量自回归（VAR）模型与脉冲响应分析 /183 9.5 VAR模型与方差分解 /189 练习9 /191 本章参考文献 /192第10章 结构向量自回归（SVAR）模型 /193 10.1 SVAR模型初步 /193 10.2 SVAR模型的基本识别方法 /197 10.3 SVAR模型的三种类型 /200 10.4 SVAR模型的估计方法总结 /209 10.5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 /210 练习10 /212 本章参考文献 /213 第11章 协整与误差修正模型 /214 11.1 协整与误差修正模型的基本定义 /214 11.2 Engle-Granger协整分析方法 /222 11.3 向量ADF模型与协整分析 /229 11.4 向量误差修正模型（VECM） /233 11.5 确定性趋势与协整分析 /236 11.6 Johansen协整分析方法 /239 11.7 VECM的估计与统计推断 /242