时间序列分析:方法与应用

　　第一章 趋势模型
　　 第一节 趋势模型类型
　　 第二节 模型选择
　　 第三节 参数估计
　　 第四节 模型分析与评价
　　 附录1―A 生命周期曲线拐点
　　 附录1―B 商品生命周期判定
　　第二章 季节模型
　　 第一节 季节性水平模型
　　 第二节 季节性交乘趋向模型
　　 第三节 季节性迭加趋向模型
　　第三章 ARMA模型
　　 第一节 概述
　　 第二节 时序特性的分析
　　 第三节 ARMA模型及其改进
　　 第四节 随机时序模型的建立
　　 第五节 时序模型预测
　　 附录3―A 平稳过程的定义
　　 附录3―B 时间序列自相关系数的公式
　　 附录3―C 偏自相关函数
　　 附录3―D 模型参数的估计
　　 附录3―E AIC的计算
　　第四章 ARCH类模型
　　 第一节 单位根过程
　　 第二节 ARCH模型的基本形式
　　 第三节 广义ARCH模型
　　 第四节 ARCH模型的拓广形式
　　 附录4―A 零频谱估计
　　 附录4―B 自动窗宽和滞后长度选择
　　 附录4―C ARCH定义的理解
　　第五章 两序列的协整和误差修正模型
　　 第一节 含虚拟变量的回归模型
　　 第二节 Granger因果检验
　　 第三节 协整含义及检验
　　 第四节 误差修正模型
　　 附录5―A 工具变量和两阶段最小二乘
　　第六章 向量自回归模型
　　 第一节 非结构化VAR模型
　　 第二节 脉冲响应与方差分解
　　 第三节 结构VAR模型
　　 第四节 向量误差修正模型
　　 附录6―A 似无关回归
　　第七章 Panel Data模型
　　 第一节 模型的基本问题
　　 第二节 固定效应模型
　　 第三节 随机效应模型
　　 第四节 单位根检验与协整检验
　　 附录7―A 广义最小二乘
　　 附录7―B 广义矩估计
　　附表1 t分布表
　　附表2 F分布表
　　附表3 D．W．检验表
　　附表4 X2分布表
　　附表5 DF检验t统计量经验概率分布表
　　附表6 Engle-Granger检验表
　　参考文献