多元時間序列分析及金融應用(R語言)

張茂軍 李洪成 南江霞

多元時間序列分析及金融應用(R語言)

商品描述

蔡瑞胸著的《多元時間序列分析及金融應用(R語言)》介紹了多元時間序列數據的基本概念和思想，並用R軟件來展示所有的方法和模型。本書共分為7章，其主要內容為多元時問序列的基本概念、向量自回歸(VAR)模型、向量自回歸移動平均(VARMA)模型、多元時間序列的結構設定、單位根非平穩和協整問題、因子模型和一些特定的多元時間序列主題、多元波動率模型。全書應用實際的例子，並用R軟件來說明分析方法。 本書可作為高等院校統計學、金融學等相關專業高年級本科生或研究生的時間序列分析教材，也可供相關領域研究人員參考。

作者簡介

Ruey S.Tsay(蔡瑞胸)，美國芝加哥大學布斯商學院經濟計量及統計學的H.G.B.Alexander講席教授。1982年於美國威斯康星大學麥迪遜分校獲得統計學博士學位。中國臺灣“中央研究院”院士，美國統計協會和數理統計學會的會士，Journal of Forecasting的聯合主編，Journal of Financial Econometrics的副主編。曾任美國統計學會商務與經濟統計分會主席、《商務與經濟統計》期刊主編。

目錄大綱

譯者序
前言
致謝
第1章 多元線性時間序列
1.1 引言
1.2 基本概念
1.2.1 平穩性
1.2.2 線性
1.2.3 可逆性
1.3 交叉協方差和相關矩陣
1.4 樣本CCM
1.5 零交叉相關性的檢驗
1.6 預測
1.7 模型表示
1.8 本書的結構
1.9 軟件
練習
參考文獻
第2章 平穩向量自回歸時間序列
2.1 引言
2.2 VAR（1）模型
2.2.1 模型結構和格蘭傑因果關系
2.2.2 傳遞函數模型的相關性
2.2.3 平穩條件
2.2.4 可逆性
2.2.5 矩方程
2.2.6 分量的隱含模型
2.2.7 移動平均表達式
2.3 VAR（2）模型
2.3.1 平穩條件
2.3.2 矩方程
2.3.3 隱含的邊際分量模型
2.3.4 移動平均表達式
2.4 VAR（p）模型
2.4.1 一個VAR（1）表達式
2.4.2 平穩條件
2.4.3 矩方程
2.4.4 隱含的分量模型
2.4.5 移動平均表達式
2.5 估計
2.5.1 最小二乘方法
2.5.2 極大似然估計
2.5.3 LS估計的極限性質
2.5.4 貝葉斯估計
2.6 階選擇
2.6.1 序列似然比檢驗
2.6.2 信息準則
2.7 模型檢驗
2.7.1 殘差交叉相關性
2.7.2 多元混成統計
2.7.3 模型簡化
2.8 線性約束
2.9 預測
2.9.1 給定模型的預測
2.9.2 估計模型的預測
2.10 脈沖響應函數
2. 10.1 正交新息
2.11 預測誤差方差分解
2.12 證明
練習
參考文獻
第3章 向量自回歸移動平均時間序列
3.1 向量MA模型
3.1.1 VMA（1）模型
3.1.2 VMA（q）模型的性質
3.2 設定VMA 階
3.3 VMA模型的估計
3.3.1 條件似然估計
3.3.2 精確似然估計
3.3.3 初始參數估計
3.4 VMA模型預測
3.5 VARMA模型
3.5.1 可識別性
3.5.2 VARMA（1,1）模型
3.5.3 VARMA模型的一些性質
3.6 VARMA模型的隱含關系
3.6.1 格蘭傑因果關系
3.6.2 脈沖響應函數
3.7 VARMA過程的線性變換
3.8 VARMA過程的時間聚合
3.9 VARMA模型的似然函數
3.9.1 條件似然函數
3.9.2 精確似然函數
3.9.3 解釋似然函數
3.9.4 似然函數計算
3.10 精確似然函數的新息方法
3.10.1 塊Cholesky 分解
3.11 極大似然估計的漸近分布
3.11.1 線性參數約束
3.12 擬合VARMA模型的模型檢驗
3.13 VARMA模型預測
3.13.1 預測更新
3.14 初次階識別
3.14.1 一致AR估計
3.14.2 擴展的交叉相關矩陣
3.14.3 匯總雙向表
3.15 VARMA模型的實證分析
3.15.1 個人收入與支出
3.15.2 房屋開工率和房貸利率
3.16 附錄
練習
參考文獻
第4章 VARMA模型的結構設定
4.1 Kronecker 指數方法
4.1.1 預測解釋
4.1.2 VARMA設定
4.1.3 一個說明性的例子
4.1.4 Echelon形式
4.1.5 續例
4.2 標量分量方法
4.2.1 標量分量模型
4.2.2 模型設定與標量分量模型
4.2.3 冗餘參數
4.2.4 VARMA 模型設定
4.2.5 變換矩陣
4.3 階數設定的統計量
4.3.1 降秩檢驗
4.4 求解Kronecker指數
4.4.1 應用
4.5 求解標量分量模型
4.5.1 標量分量模型的含義
4.5.2 可交換標量分量模型
4.5.3 求解標量分量
4.5.4 應用
4.6 估計
4.6.1 Kronecker指數方法的解釋
4.6.2 SCM方法的解釋
4.7 例子
4.7.1 SCM方法
4.7.2 Kronecker指數方法
4.7.3 討論和比較
4.8 附錄：典型相關分析
練習
參考文獻
第5章 單位根非平穩過程
5.1 一元單位根過程
5.1.1 動機
5.1.2 平穩單位根
5.1.3 AR(1)模型
5.1.4 AR(p)模型
5.1.5 MA(1)模型
5.1.6 單位根檢驗
5.1.7 例子
5.2 多元單位根過程
5.2.1 等價模型表示法
5.2.2 單位根VAR過程
5.3 偽回歸
5.4 多元變量指數平滑過程
5.5 協整關系
5.5.1 一個協整的例子
5.5.2 協整性的一些說明
5.6 誤差修正模型
5.7 協整向量的含義
5.7.1 確定性項的含義
5.7.2 移動平均表示法的含義
5.8 協整向量的參數化
5.9 協整檢驗
5.9.1 VAR模型
5.9.2 確定性項的設定
5.9.3 似然比檢驗小結
5.9.4 對VAR模型的協整檢驗
5.9.5 案例
5.9.6 VARMA模型的協整檢驗
5.10 誤差修正模型的估計
5.10.1 VAR模型
5.10.2 簡化回歸模型
5.10.3 VARMA模型
5.11 應用
5.12 討論
5.13 附錄
練習
參考文獻
第6章 因子模型和其他問題
6.1 季節模型
6.2 主成分分析
6.3 外生變量的運用
6.3.1 VARX模型
6.3.2

類似商品