新書推薦:
《
人体使用手册3:自愈力的逻辑(全面解读身体面对疾病时的反应逻辑,学习更多有效的系列家庭按摩)
》
售價:NT$
281.0
《
素描简史:从文艺复兴到现代艺术
》
售價:NT$
1989.0
《
智慧宫丛书028·神工智能 诸神与古代世界的神奇造物
》
售價:NT$
398.0
《
街头健身训练指南
》
售價:NT$
1214.0
《
留学早规划
》
售價:NT$
347.0
《
文化的演化:民众动机正在重塑世界
》
售價:NT$
403.0
《
布鲁克林有棵树(孩子喜欢的阅读经典读本 基于真实生活的全球经典成长小说 走出成长困境 追逐梦想 人生励志 自我塑造小说)
》
售價:NT$
347.0
《
构建未来教育图景:实践以学生为中心的育人模式
》
售價:NT$
398.0
內容簡介:
近年来,《金融计量学》、《金融时间序列分析》等课程逐渐成为国内许多高校经管类专业高年级本科生和研究生的专业必修课。本书作者根据国内教学需要,在总结国外留学时的经验以及多年从事该门课程教学的基础上,编写了这本难度适中的《金融计量学时间序列分析视角》。
本次修订,根据该门课程发展的需要,结合广大使用教师和学生的反馈意见,对全书各个章节的细节描述部分和数据进行了更新,修正了之前版本中的个别笔误,增加了第二章金融计量软件介绍,略去了上一版的事件研究方法一章内容。修订后,本书更注重金融计量理论与实际应用的紧密结合,理论内容涵盖全面,理论讲解深入浅出,同时特别强调理论知识的实际应用。为提高本书的可读性,笔者将涉及到的比较繁难的内容尽量以简单浅显的语言形式和生动活泼的图表形式解读出来,并且结合金融计量软件讲解一些具体数据处理和回归操作过程,形式新颖,期望使读者阅而不烦。
本书适合作为金融学、经济学、工商管理、统计学和应用数学等专业的本科生或研究生教材,对于具有计量经济学基础或者正在学习计量经济学基础课程的学生,本书不失为一本很好的学习用书。另外,对于具有一定金融学或经济学基础的从业人员和科研工作者,本书也可以作为一本案头参考书目。
關於作者:
张成思,中国人民大学财政金融学院货币金融系主任,金融学教授,博士生导师,曾执教于香港中文大学。主要研究方向为货币政策、通货膨胀动态机制、金融发展以及金融时间序列 分析等。近年来以独立或第一作者在 Journal of International Money and Finance(金融类SSCI期刊世界排名第8)、 JMCB(货币银行领域顶尖期刊)、IREF、 The World Economy、Oxford Bulletin of Economics and Statistics等国际主流SSCI期刊发表论文40余篇(其中半数为刊首文或封面文章),在《经济研究》、《金融研究》、《管理世界》、《世界经济》等中文权威及核心期刊发表论文近百篇。2010年获得中国青年经济学者论坛优秀论文奖(共评选出6篇),2013年荣获 中国青年金融学者奖,2014年获得第六届薛暮桥价格研究奖,2015年其专著《中国通货膨胀动态形成机制的多重逻辑》入选国家社科基金成果文库。世界著名的RePEC数据库统计的中国学者国际学术文章综合影响力情况显示,作者位列前10%(其中含国内兼职的国外教授)。
目錄 :
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 139
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