新書推薦：
《
严禁造谣
》
售價：NT$
279.0
《
引导的秘诀：通过团队合作获得结果的SMART指南（最新修订版）（白金版）
》
售價：NT$
554.0
《
文史星历：秦汉史丛稿
》
售價：NT$
661.0
《
神灵衰落：祈雨与乾隆朝的信仰危机
》
售價：NT$
498.0
《
深度营销：成就营销领导力的12大原则（麦肯锡年度经管好书，12大原则揭秘营销本质，带好团队就是从领导力到影响力！）
》
售價：NT$
325.0
《
新质生产力：发展新动能
》
售價：NT$
493.0
《
状态比能力更重要：108个状态调整法
》
售價：NT$
308.0
《
中国上市公司担保行为的影响因素及其效应研究
》
售價：NT$
202.0
|
| 內容簡介： |
|
本书主要研究了非线性协整理论的非参数检验与估计两个领域，包括非线性存在性、混沌与分形特征、非线性非平稳检验及非线性协整检验与估计等；梳理了这两个领域的研究脉络和框架。对我国货币各变量序列，以及我国与国际股市指数序列应用所给出的非线性协整理论的非参数方法进行了非线性存在性检验、混沌与分形特征检验、存在非线性的非平稳检验以及非线性协整检验与估计，得出了较此前学者们应用线性协整理论相关方法更一般的结论。本书不仅可以丰富和完善协整关系模型的理论和方法，而且有助于决策者更准确地把握经济和金融变量之间的相互作用和演化关系，更好地制定经济和金融政策进行宏观调控。
|
| 關於作者： |
|
舒晓惠，男，汉族，1974年1月出生，湖南溆浦人，暨南大学应用经济学博士，现为怀化学院经济学院教授，院长，吉首大学兼职硕士生导师，湖南省学科带头人，省青年骨干教师。
|
| 目錄：
|
目 录
第1章 绪 论 1
1.1 研究背景 1
1.2 研究的目的和意义 2
1.3 研究现状与文献综述 3
1.4 本书章节安排及创新之处 11
第2章 单位根与线性协整理论概述 14
2.1 单位根过程 14
2.2 单位根检验 17
2.3 协整及其表述定理 23
2.4 协整的估计与检验 28
第3章 时间序列的非线性存在性检验 35
3.1 非线性的定义 35
3.2 非线性检验的方法 35
3.3 Monte Carlo仿真模拟 43
3.4 我国股市的非线性存在性分析 45
第4章 非线性非平稳时间序列的混沌与分形特征检验 50
4.1 混沌与分形理论简介 50
4.2 混沌与分形理论在经济中的应用综述 57
4.3 时间序列中是否存在混沌的非参数检验方法 58
4.4 Monte Carlo仿真模拟 67
4.5 我国沪深股票指数的混沌与分形特征的实证研究 74
第5章 非线性时间序列的非平稳检验 78
5.1 基于长记忆性、混合性概念的非平稳检验方法 79
5.2 推广的单位根检验 83
5.3 货币需求函数各变量的单位根秩检验与全距检验 102
第6章 非线性协整的非参数检验方法 107
6.1 推广的E-G两步法 107
6.2 非线性协整的秩检验理论 108
6.3 记录数协整检验（Record Counting Cointegration Test,RCC） 125
6.4 中国与国际股市的非线性协整研究 128
第7章 非线性协整模型构造与估计的非参数方法 149
7.1 ACE算法（Alternating Conditional Expections,ACE） 149
7.2 局部核权最小二乘法 152
7.3 基于神经网络的非线性协整模型估计方法 153
7.4 Monte Carlo仿真实验研究 172
7.5 实证研究 179
第8章 总结与展望 186
8.1 本书所做的主要工作 186
8.2 不足之处 186
8.3 进一步研究展望 187
附 录 189
Gauss程序集程序段 222
参考文献 223
后 记 237
|
| 內容試閱：
|
前
言
本书主要研究了非线性协整理论的非参数检验与估计两个领域，包括非线性存在性、混沌与分形特征、非线性非平稳检验以及非线性协整检验与估计，基本梳理清楚了这两个领域的研究脉络和框架。本书运用Gauss编程实现了所提出的各种非参数检验方法，MC仿真给出了相关统计量的临界值表，并比较了各方法的优劣。在随后的实证研究中，本书对我国货币各变量序列，以及我国与国际股市指数序列应用所给出的非线性协整理论的非参数方法进行了非线性存在性检验、混沌与分形特征检验、存在非线性的非平稳检验以及非线性协整检验与估计，得出了较此前学者们应用线性协整理论相关方法更一般的结论。具体而言，本书主要在如下几个方面做了开拓性研究：
第一，较为详细地梳理了线性协整理论的内容，对个中细节进行了注解，使得理论脉络更为清晰明了，从而增进了协整理论的易读性。
第二，对线性加强型神经网络在时间序列的非线性存在性检验中的应用提出了新的方法，即加强型小波神经网络，并给出了新的实现算法：改进的带动量的LM算法。MC仿真表明，高斯小波、墨西哥帽小波等两线性加强型小波神经网络方法效果较好。
第三，发现应用小数据量法实现的最大Lyapunov指数值的意义在随机条件下和确定性混沌条件下是不一致的，因此，利用最大Lyapunov指数探讨非线性协整尚需商榷。
第四，发展了秩检验方法，推导了其分布，针对非高斯的单峰分布和存在序列相关性问题提出了相应的改进方法和实现方法，即基于Bootstrap和Block Bootstrap抽样的单位根逆得分秩检验方法。
第五，给出了协整的秩检验方法和记录数检验方法的检验临界值表和响应面函数，并应用上述方法对中国与世界主要证券市场股指进行了实证分析，发现其更多存在的则是非线性协整关系。
第六，研究了三种神经网络应用于非线性协整理论的可行性，比较了其优劣。特别地，提出了带动量改进的LM算法的小波神经网络，使得其更具泛化能力。另外，本书还提出应用加强型神经网络对非线性非平稳时间序列进行滤波，其更适用于非线性的情形。
本书是在博士论文基础上修改完善而成的，也是相关研究的阶段性成果，其中难免存在不足之处，敬请方家批评指正。
舒晓惠
2018年9月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
