关注微信

推荐商品

    加载中... 正在为您读取数据...
分享到:
  • 华章教育?经济教材译丛:应用计量经济学:时间序列分析(原书第3版)[平装]
  • 共2个商家     48.30元~50.80
  • 作者:沃尔特?恩德斯(WalterEnders)(作者),杜江(译者),袁景安(译者)
  • 出版社:机械工业出版社;第1版(2012年8月1日)
  • 出版时间:
  • 版次 :
  • 印刷时间:
  • 包装:
  • ISBN:9787111388012

  • 商家报价
  • 简介
  • 评价
  • 加载中... 正在为您读取数据...
  • 商品描述

    编辑推荐

    《华章教育?经济教材译丛:应用计量经济学:时间序列分析(原书第3版)》可作为经济类、管理类以及其他学科的本科高年级或研究生的计量经济学教材,同时也是科研工作者和实际工作者十分有用的参考用书。

    作者简介

    作者:(美国)沃尔特·恩德斯(Walter Enders) 译者:杜江 袁景安

    沃尔特·恩德斯(Walter Enders),美国亚拉巴马大学经济与金融学院教授,14975年获得纽约哥伦比亚大学经济学博士学位。恩德斯教授在许多期刊上发表过大量的富有建树的研究论文,这些期刊包括:Review of Economics and Statistics,Quarterly Journal of Economics,Journal of International Economics,《美国经济评论}(American Economic Review),《美国商务与经济统计》(Journal of Business and Economics Statistics),《美国政治科学评论》(American Political SciencP Rerdew)。
    恩德斯教授与托德·森德勒(Todd Sandier)曾因预防核战的行为研究而获得美国国家科学院的ESTES奖。在这个奖项的评语中提到,“……认知与行为科学任何领域的基础研究,运用规范分析或实证分析,或两者最佳的有机结合的方法,增强了我们对核战危机的认识”。美国国家科学院颁发这个奖项用以表彰他们“用博弈论和时间序列分析的方法所做的共同研究,刻画了国际恐怖主义分子的袭击对防御性反制措施的响应具有周期性和易变性的特征”。
    杜江,甘肃敦煌人,管理学博士,四川大学经济学院教授,博士生导师,日本广岛大学访问学者。主要致力于时间序列分析、金融工程、金融统计和公司金融等领域的研究。有《应用计量经济学:时间序列分析(第2版)》、《应用计量经济学(第6版)》、《经济预测基础教程(第4版)》、《计量经济学及其应用》等多部专著及译著。
    袁景安,经济学博士,西南财经大学经济与管理研究院副教授,博士生导师。主要致力于时间序列分析、国际金融领域的研究。

    目录

    中文版序
    译者序
    作译者简介
    前言
    第1章差分方程
    1.1时间序列模型
    1.2差分方程及求解方法
    1.3迭代法求解方程
    1.4各选方法
    1 5蛛网模型
    1.6解齐次差分方程
    1.7求确定性过程的特解
    1.8待定系数法
    1.9滞后算子
    1.10总结
    习题
    注释
    附录1A虚根和DeMoivre定理
    附录1B高阶方程中的特征根
    第2章平稳时间序列模型
    2.1随机差分方程模型
    2.2自回归移动平均ARMA模型
    2.3平稳性
    2.4ARMA(p,q)模型的平稳性限制
    2.5自相关函数
    2 6偏自相关函数
    2 7平稳序列的样本自相关
    2.8Box—Jenkins模型筛选方法
    2.9预测性质
    2.10利率差模型
    2.11季节性模型
    2.12参数稳定性和结构变化
    2.13总结
    习题
    注释
    附录2AMA(1)过程的估计
    附录2B模型筛选准则
    第3章波动性建模
    3.1定式化的经济时间序列
    3.2ARCH过程
    3.3通货膨胀的ARCH和GAROH制
    3 4GARCH模型的两个例子
    3.5风险的GARCH模型
    3.6ARCH—M模型
    3 7ARCH过程的其他性质
    3 8GARCH模型的最大似然估计
    3.9其他条件方差模型
    3.10估计纽约证券交易所综合指数
    3.11多元GARCH模型
    3.12总结
    习题
    注释
    附录3A多元GARCH模型
    第4章包含趋势的模型
    4.1确定性趋势和随机趋势
    4 2去除趋势
    4.3单位根与回归残差
    4.4蒙特卡洛方法
    4.5DF检验
    4.6DF检验实例
    4.7扩展的DF检验
    4.8结构性变化
    4.9有效性与确定性回归变量
    4.10有效性更好的检验
    4.11Panel单位根检验
    4.12趋势和单变量分解
    4.13总结
    习题
    注释
    附录4A自助法
    附录4B确定性回归变量的确定
    注释
    第5章多方程时间序列模型
    5.1干扰分析
    5.2传递函数模型
    5.3估计传递函数
    5.4结构性多元估计的约束
    5.5向量自回归介绍
    5.6估计和识别
    5.7脉冲响应函数
    5.8假设检验
    5 9简单的VAR实例:西班牙的恐怖事件和旅游业
    5.10结构性VAR
    5.11结构性分解实例
    5.12Blanchard—Quah分解
    5.13实例:分解实际汇率与名义汇率变动
    5.14总结
    习题
    注释
    第6章协整与误差修正模型
    6.1单整变量的线性组合
    6.2协整与共同趋势
    6.3协整与误差修正模型
    6.4协整检验:Engle—Granger检验方法
    6.5协整检验:Eng]e—Granger检验方法演示
    6.6协整和平价购买力理论
    6.7特征根、秩与协整
    6.8假设检验
    6.9Johansen协整检验方法
    6.10误差修正和ADL检验
    6.11三种方法的比较
    6.12总结
    习题
    注释
    附录6A特征根、平稳性与秩
    附录6B协整向量推导
    第7章非线性时间序列模型
    7.1线性与非线性调整
    7.2ARMA模型的简单扩展
    7.3非线性检验
    7.4门限自回归模型
    7.5TAR的扩展形式
    7.6三个门限模型
    7.7平滑转换模型
    7.8其他状态转换模型
    7.9平滑转换自回归模型的估计
    7.10一般化的脉冲响应及其预测
    7.11单位根与非线性
    7.12总结
    习题
    注释
    统计表
    参考文献

    文摘

    版权页:



    插图:



    对a0/(1—b1)与求和公式∑bi1εt—i中的每一个元素再次运用该原则可得到特解。如果我们想知道序列的实际系数,那么,最好采用待定系数法。滞后算子的魅力在于它们能够简洁地标记特解,其一般模型
    A(L)yt=a0+B(L)εt
    的特解为
    yt=a0/A(L)+B(L)εt/A(L)
    正如式(1—82)所揭示的,任何线性差分方程都有一个前向解(forward—looking)。本书将不大运用到前向解,因为随机变量的未来值不能被直接观察到,关于前向解的一些细节的相关内容可在www.cba.ua.edu/~wenders的补充手册(supplementary Manual)上查阅。
    1.10 总结
    时间序列计量经济学是关于包含随机成分在内的差分方程的估计,时间序列模型通常被用予预测。由于序列的可预测成分能够外推至未来的时刻,所以揭示序列的动态路径可使得预测精度大为改善。随着人们对动态经济学的兴趣日益增加,时间序列计量经济学已经开始受到新的重视。经过恰当估计的方程可以用于经济数据的解释和假设检验。
    本章的介绍着重在“求解”随机差分方程的方法。尽管迭代法或许很有用,但使用它在许多情况下并不现实。线性差分方程的解可以被划分为两部分:特解和齐次解。麻烦之处在于齐次解不是唯一的。通解是一个特解和所有齐次解的线性组合。对一个n阶差分方程施加n个初始条件可得到唯一解。
    差分方程的齐次部分是对初始期非均衡的一种衡量。之所以齐次差分方程特别重要,是因为它可以得到特征根,一个n阶差分方程有n个这样的特征根。如果所有的特征根都位于单位圆内,则序列收敛。正如我们将在第2章看到的,稳定性条件和一个经济变量是否平稳具有直接关系。
    待定系数法和使用滞后算子的方法是求特解的有力工具,特解是推导过程的现在值和过去值的线性函数。此外,特解也可能是包含一个截距项和一个时间的多项式函数。要求对单位圆以外的单位根和特征根施加初始条件以使特解变得有意义。有些经济模型具有前向解,那么,在这种情况下,可预测的未来事件就会对当期产生影响。
    本章提到这些工具,目的在于为学习时间序列计量经济学铺平道路。毫无疑问,做本章后面的习题也是十分有益的。特征根、待定系数法和滞后算子将在本书的后面部分出现。