时间序列计量经济学

本文介绍了时间序列分析的现代发展，重点介绍了它们在经济问题中的应用。本书首先介绍了平稳时间序列的基本概念和协方差的基本性质，研究了自回归滑动平均（ARMA）模型的结构和估计，以及它们与协方差结构的关系。然后，本书将继续讨论非平稳时间序列，强调其对建模和预测的影响，并介绍标准的统计测试和回归。接下来，本文讨论了波动率模型及其在金融市场数据分析中的应用，重点讨论了广义自回归条件异方差（GARCH）模型。正文的第二部分致力于多元过程，如向量自回归（VAR）模型和结构向量自回归（SVAR）模型，它们已成为实证宏观经济学的主要工具。本文最后对协整模型和卡尔曼滤波器进行了讨论，卡尔曼滤波器的使用频率越来越高。数学严谨，但以应用为导向，这篇自足的文章将帮助学生加深对理论的理解，更好地掌握对该领域至关重要的模型。假设具备统计学和/或计量经济学的基本知识，本文最适合高级本科生和研究生。