商业和经济预测中的时间序列模型

　　经济与商业时间序列的计量分析是研究与应用的主要领域。最近几十年，无论是在理论上，还是实际应用上，人们对构建时间序列模型以及将其应用于预测的兴趣与日俱增。在今天的时序应用中出现了许多新颖的方法与概念，比如单位根、协整、GARCH模型、变季节性、异常观测值和非线性等。尽管不是所有这些方法都能令人信服地改进我们的预测结果，但其中的许多方法还确实如此。无疑在下一个十年中，它们必将是从事实际预测的工作者的工具箱中的一员。本书的目的就是从对经济与商业时间序列的预测这个角度，来回顾这些方法的几个最新进展。？？？？？？？一本对时间序列分析所有方面都展开论述的教科书也许将厚达数千页。例如，就单根分析而言，这一领域扩展的步伐与变化是如此之快，以至于要完整地论述这一主题，需要一本比本书更厚的书。因此，本书不准备对时序分析的所有内容及这些已有的文献作全面的介绍。很明显，作出这番选择必定要付出代价，也就是说，书中的许多讨论有时在理论上可能不如读者所希望的那样精确。事实上，有时这些讨论是非常概括的。在这里，按照我的意图，读者应该能够依据那些已充分...

暂缺《商业和经济预测中的时间序列模型》作者简介

前言
第一章 引言与述评
第二章 经济时间序列的重要特征
2. 1 趋势
2. 2 季节性
2. 3 异常观测值
2. 4条件异方差
2. 5 非线性
2. 6 具有共同特征的多变量时间序列
第三章 单变量时间序列分析中的基本概念
3. 1 自回归移动平均模型
3. 2 自相关与模型识别
3. 3 模型估计与诊断方法
3. 4 模型选择
3. 5 预测
第四章 趋势建模
4. 1 趋势的建模
4. 2 单根检验
4. 3 平稳性检验
4. 4 预测
第五章 季节性
5. 1 季节时间序列的典型特征
5. 2 季节单位根
5. 3 周期模型
5. 4 其它主题
第六章 异常观测值值
6. 1 异常观测值的建模
6. 2 异常观测值的检验
6. 3 不规则数据与单位根
第七章 条件异方差
7. 1 条件异方差模型
7. 2 模型指定与预测
7. 3 其它扩展
第八章 非线性
8. 1 某些非线性模型及其特性
8. 2模型指定策略
第九章 多变量时间序列
9. 1 多变量时间序列模型的表示
9. 2 经验模型的构建
9. 3 向量自回归模型的应用
第十章 具有共同特征的多变量时间序列
10. 1 二元时间序列的基本知识
10. 2 共同趋势与协整
10. 3 共同季节性与其它特征
数据附录
参考文献
作者索引
主题索引