金融時間序列

第1章 回歸模型的推斷
1．1 模型的假定
1．2 參數(shù)的最小二乘估計
1．3 最小二乘估計量的性質(zhì)
1．4 X為隨機矩陣時OLS估計量的性質(zhì)
1．5 模型的離差形式與決定系數(shù)
1．6 假設(shè)檢驗與置信區(qū)間
1．7 最小二乘估計量的大樣本性質(zhì)
1．8 誤差項存在的諸問題
1．9 工具變量法與廣義矩估計
第2章 平穩(wěn)時間序列及性質(zhì)
2．1 時間序列的基本概念
2．2 自回歸（AR）模型及性質(zhì)
2．3 偏自相關(guān)函數(shù)
2．4 移動平均（MA）模型及性質(zhì)
2．5 自回歸移動平均（ARMA）模型及性質(zhì)
2．6 AR模型的估計
2．7 MA與ARMA模型的估計
2．8 ARIMA模型的構(gòu)建與預測
第3章 非平穩(wěn)時間序列分析
3．1 AR模型的單位根檢驗
3．2 MA模型的單位根檢驗
3．3 向量自回歸與誤差修正模型
3．4 協(xié)整矩陣的秩檢驗
第4章 時間序列的Granger因果性及最新發(fā)展
4．1 平穩(wěn)時間序列的Granger因果性檢驗
4．2 協(xié)整關(guān)系與Granger因果性
4．3 非平穩(wěn)時間序列的Granger因果性檢驗
4．4 非線性Granger因果性檢驗
第5章 通貨膨脹預期與Granger因果性
5．1 Granger因果性與通貨膨脹及糧食價格之關(guān)系
5．2 模型的設(shè)定與檢驗
5．3 向量誤差修正模型的估計
……
第6章 包含信息傳播速度的GARCH模型
第7章 混合模型與VaR
第8章 GARCH族的模型平均估計方法