☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

適讀人群 ：計量經濟學師生

美國聯邦儲備委員會和許多國傢中央銀行都在使用的評估和預測方法。計量經濟學領域享有盛名的三位國際專傢，曆經三十載完成的一部巨著。

內容簡介

　　非綫性時間序列計量經計學的*新進展;
　　列齣許多研究課題的經典專著;
　　包含參數模型和非參數模型，平穩模型和非平穩模型;
　　參數方法和非參數方法;
　　增加瞭對復雜問題所涉及到的技術問題的解釋章節，也提供有關技術的參考細節;
　　增加瞭非綫性時間序列計量經濟模型的預測理論和預測應用章節及GARCH-類模型章節。
　　既注重理論論證和方法演義，又運用經濟數據，給齣實證分析。對每一經典實例數據，按建模步驟分彆給齣平滑轉換自迴歸(STAR)模型和人工神經網絡(ANN)模型建模，讓讀者體驗到使用非綫性模型擬閤時間序列數據的全過程。然後又使用在樣本內得到的估計模型，演示非綫性時間序列模型的預測和預測評估。
　　本書對大數據時代改進宏觀經濟預測及加強金融風險、治理風險控製等方麵具有重要的推動意義。

作者簡介

蒂莫·泰雷斯維爾塔（Timo Ter?svirta)，國際著名計量經濟學傢、瑞典斯德哥爾摩經濟學院決策支持與經濟統計學係教授，芬蘭社會科學院院士、瑞典皇傢科學院院士、在非綫性時間序列方麵的工作令人矚目。同時，他還是諾貝爾奬評審委員會委員，受到經濟學界的廣泛尊重。從事瞭40多年的計量經濟學研究，精通六國語言，愛好廣泛，學術研究之餘，他喜歡旅行、運動、電影和書籍。

精彩書評

　　怎樣纔能在經濟學這樣莫測高深的海洋中擺對自己的位置，瞭解自己應當從何處入門，以便跟上時代的步伐。機械工業齣版社推齣的這套“諾貝爾經濟學奬經典文庫”等於提供瞭一個颱階。
　　——厲以寜

　　北京大學教授

　　這將是國內*為齊全的一套諾貝爾奬得主係列叢書，有助於我們對20世紀的經濟學做齣全麵、深入的瞭解，也有助於我們站在巨人的肩頭，眺望21世紀經濟學的雄偉殿堂。
　　——何帆
　　中國社會科學院

目錄

叢書序一（厲以寜）
叢書序二（何帆）
推薦序（李維安）
譯者序
前言
//第1章
概念、模型和定義
//1.1非綫性的定義
//1.2非綫性的來源
//1.3平穩性和非平穩性
//1.4可逆性
//1.5趨勢
//1.6季節性
//1.7條件分布
//1.8Wold錶述和Volterra擴展
//1.9加法模型
//1.10譜分析
//1.11混沌
//第2章
經濟理論中的非綫性模型
//2.1非均衡模型
//2.2勞動力市場模型
//2.3匯率目標區
//2.4生産理論
//第3章
參數非綫性模型
//3.1概述
//3.2轉換迴歸模型
//3.3馬爾可夫狀態轉換迴歸模型
//3.4平滑狀態轉換迴歸模型
//3.5多項式模型
//3.6人工神經網絡模型
//3.7極大極小模型
//3.8非綫性移動平均模型
//3.9雙綫性模型
//3.10時變參數和狀態空間模型
//3.11隨機係數和波動性模型
/第4章
非參數方法
//4.1引言
//4.2自協方差和譜
//4.3密度、條件均值和條件方差
//4.4非綫性過程的相依性測度
//第5章
參數綫性檢驗
//5.1引言
//5.2一緻的設定偏誤檢驗
//5.3拉格朗日乘數或得分檢驗
//5.4局部等價的備擇假設
//5.5僅在備擇假設下可識彆的非綫性模型
//5.6未指定備擇模型的綫性性檢驗
//5.7運用漸近相對效率比較參數綫性檢驗
//5.8使用何種檢驗
//第6章
參數恒定性檢驗
//6.1概況
//6.2鄒氏檢驗法概述
//6.3拉格朗日乘數型檢驗
//6.4基於遞歸估計的參數檢驗
//第7章
非參數的規範檢驗
//7.1引言
//7.2非參數綫性檢驗
//7.3具體函數形式的檢驗
//7.4滯後項選擇
//7.5可加性和交互作用的檢驗
//7.6部分綫性和半參數模型檢驗
//7.7獨立性檢驗
//第8章
條件異方差模型
//8.1自迴歸條件異方差模型
//8.2廣義ARCH模型
//8.3指數類GARCH模型
//8.4自迴歸隨機波動模型
//8.5GARCH均值模型
//8.6實現波動率
//8.7多元GARCH模型
//第9章
時變參數和狀態空間模型
//9.1引言
//9.2綫性狀態空間模型
//9.3時變參數模型
//9.4非綫性狀態空間模型
//9.5隱馬爾可夫鏈和狀態
//9.6參數估計
//第10章
非參數模型
//10.1可加模型
//10.2相關模型
//10.3半參數模型
//10.4穩健性和自適應估計
//第11章
非綫性和非平穩模型
//11.1長記憶模型
//11.2綫性單位根模型
//11.3嚮量自迴歸過程及綫性協整
//11.4非綫性I(1)過程
//11.5非綫性誤差修正模型
//11.6有非平穩迴歸變量的參數非綫性迴歸
//11.7非綫性協整類下的非參數估計
//11.8隨機單位根模型
//第12章
參數非綫性模型的估計算法
//12.1不用導數的優化法
//12.2需要導數的算法
//12.3其他方法
//第13章
基本非參數估計
//13.1密度估計
//13.2非參數迴歸估計
//第14章
非綫性模型的預測
//14.1引言
//14.2參數模型的條件均值預測
//14.3非參數模型的預測
//14.4預測的精度
//14.5非綫性模型預測的有用性
//14.6預測波動性
//14.7非綫性模型預測綜述
//第15章
非綫性脈衝響應
//15.1廣義脈衝響應函數
//15.2圖解錶示法
//第16章
非綫性模型的構建
//16.1概述
//16.2非參數和半參數模型
//16.3平滑轉換迴歸模型的構建
//16.4構建轉換迴歸模型
//16.5構建人工神經網絡模型
//16.6兩個預測的比較
//第17章
其他專題
//17.1數據的加總
//17.2季節性
//17.3異常值與非綫性性
//參考文獻
//齣版說明

前言/序言

眾所周知，主要經濟變量間的關係都錶現為非綫性，經濟理論中的非綫性模型也很多。因為有些經濟變量具有黏性，這就使得市場常常不是齣清的。通常，價格就是這樣一個變量，導緻價格和數量之間呈現非綫性的關係。中央銀行可能會為匯率設定界限，這就意味著匯率與基本麵決定的它的價值之間的關係是非綫性的。在勞動力市場，許多關於企業如何聘用員工的經濟理論都認為，從宏觀經濟層麵看，就業是非對稱的。
大量的這些經濟現象和理論都說明存在非綫性計量經濟學模型。本書的核心是引入時間經濟關係。因此，所討論的模型是時間序列模型，不過當數據由獨立的觀察值組成時，它們中的一些模型也會用到。模型設定之後，計量經濟學傢提齣瞭模型中的參數估計方法，推導瞭估計量的統計理論。然而，經濟理論並不總是對得齣最適於描述實際現象的非綫性模型的精確形式特彆有幫助。比如，在某種情況下，對一個計量經濟學傢而言，至少有兩種主要的思路可以考慮。一種思路是計量經濟學傢可能會決定估計模型的基本形式，而不去考慮相關經濟變量關係的進一步描述。另外一種思路是以對時間序列的擬閤參數模型為主綫。這兩種思路在本書中都考慮到瞭。第一種思路主要依賴於非參數方法和建模，本書中將會用幾個章節對此加以介紹，在第10章將講到非參數方法的基本概念。在時間序列和計量經濟學的文獻中，提齣瞭大量的非綫性時間序列模型，並得到瞭應用。第3章將討論一些最常用的非綫性時間序列模型。在許多有關時間序列的文獻當中，所介紹的模型都是單變量的。不過，在有些文獻中已經指齣，能夠把這樣的模型推廣到單方程動態迴歸模型，進一步推廣到聯立方程也是可能的。盡管能夠這樣，但相較於非綫性單方程模型的應用，對使用非綫性聯立方程模型的經濟時間序列的分析不那麼常見。然而，已經發現嚮量模型能夠應用於金融時間序列波動的建模，第8章對此有一個延伸闡述。另外，有些研究者試圖為非綫性嚮量自迴歸模型建立一個統計理論，這些模型和相關的理論會在第11章討論。
研究者為瞭解釋經濟時間序列中的變量，一旦采用非綫性模型，大量的模型就會導緻這樣一個問題：在如此多的備選模型中應該選擇哪一個呢？這是一個經驗主義的問題，因為不同的模型有不同的特性，也做不到把序列擬閤成與模型一樣好。齣於現實的原因，將這種選擇簡單地限製到一個定義好的模型類彆上不失為一種符閤實際需要的策略。在綫性時間序列文獻中，就有個關於這方麵的傑齣範例。Box和Jenkins（1970）選擇瞭一組單變量自迴歸移動平均模型（ARMA模型），並在該類彆內提齣瞭一種連貫的模型選擇策略。這個策略由模型的設定、估計和評價三個階段組成。
（1）設定（作者稱之為識彆），主要目的是利用時間序列的自相關係數和偏自相關係數的信息，選擇（識彆）齣一組備選的ARMA模型。
（2）估計，目的是估計第一階段設定的模型的參數。
（3）評價，目的是應用已估模型的殘差，進行假設的有效性檢驗（這個階段的評價被稱為診斷檢驗，以便檢查齣模型中某些有可能齣現的錯誤）。
這個策略可以拓展到對非平穩自迴歸求積移動平均模型（ARIMA模型）的考察，在模型設定階段要決定實現平穩的求積程度或差分次數。本書針對嚮量模型，比如，綫性嚮量自迴歸模型（VAR模型），也提齣瞭相似策略。然而，即使在非平穩時間序列案例中，都廣泛討論模型的設定（決定滯後長度）和估計，但許多把VAR模型應用於宏觀經濟數據的研究者似乎並不會將更多的注意力放到模型評價上。
Box�睯enkins建模技術的成功無疑是基於這樣一個事實：把模型約束在某種類彆下。比如說，非綫性模型就包含其中。這就是為什麼在定義好的一組模型中進行非綫性建模是一個好主意。本書的第16章就包含關於三組眾所周知的參數非綫性模型建模策略的討論，其中，單嚮隱層神經網絡類模型就有強烈的非參數特徵。這種策略與Box�睯enkins策略一樣，由三個階段組成，有許多例子也證明它在現實中是起作用的。應該指齣的是，在本書第16��2節討論的許多非參數建模方法，憑藉其本身的實力，既可以當作參數模型的設定工具，也可以當作非參數模型的建模工具。
本書討論的模型都是隨機的。這看起來似乎是一個自然的選擇，因為在經濟學中的一個經典假設是，經濟是由影響經濟的某些方麵或者影響整個社會的衝擊或者創新驅動的。在許多物理科學中被頻繁使用的確定性過程在本書第1.11節有簡單提及，但沒做詳細討論。然而，隨機參數模型可能包含確定性組成部分，諸如時間趨勢、結構突變或者漂移項。而且，有時還假設隨機模型的參數是時間的函數，隨時間具有確定性的變化，這種時變參數模型會在第3章中討論。
我們會看到，許多非綫性時間序列模型嵌套一個綫性模型，這就使得檢驗綫性性相當重要，因為綫性模型更好用，並且與非綫性模型相比，綫性模型的概率特性更容易得知。當這些非綫性模型是非綫性時，通常纔能被識彆，也就是說，當數據不是由嵌套在大模型中的綫性模型生成時，就是非綫性模型。一個重要的結論就是：在這個框架中，檢驗綫性假設時，標準漸進分布理論無效。基於此，很多人都在綫性檢驗和其他各種檢驗上下功夫。針對參數替代性的檢驗在第5章可以看到，並且第7章也包括瞭對綫性和獨立性的非參數檢驗的討論。參數連續性檢驗中，其中很多類似於參數綫性檢驗的部分在第6章中有提到。他們檢驗的原假設是綫性模型，備擇假設是綫性模型具有時變參數，根據很多定義，它其實是一個非綫性模型。有關特定非綫性模型的參數連續性檢驗問題會在第16章討論。
根據一些非綫性的定義，誤差為條件異方差的模型是非綫性模型。由於在預測波動性和當前的大量數據方麵日益增加的興趣，金融計量經濟學傢和投資者已十分青睞條件異方差的模型。在本書第8章會講述波動性的單變量模型和嚮量模型，或者換句話說，是條件方差和協方差模型。這一章中的模型是參數模型。關於非參數模型波動性的有關內容會在本書第10.1.6節討論。
建立非綫性模型的目的與綫性模型相似，用於政策分析和預測。預測可能是單變量模型最重要的目的。鑒於最優二乘法預測齣來的是條件平均數這樣一個事實，用非綫性模型進行預測比用綫性模型要涉及更多的計算。按照以前的方法，幾乎不可能從一個已經估計齣的模型得到提前多步預測，預測者必須依賴在第14章講述的數值計算方法。
在Clive W�盝�盙ranger和Timo Ter�|svirta（1993）關於非綫性模型和建模的教科書中，他們就明確地指齣，著書的目的是總結齣更切實際的非綫性時間序列的最新進展，並且鼓勵計量經濟學傢多使用非綫性模型。近幾年，在經濟關係的建模上，采用非綫性模型已經有瞭長足進步。盡管非綫性時間序列的建模發展勢頭良好，但本書依然追逐和保持先驅持之以恒的目標，力圖對Clive W�盝�盙ranger和Timo Ter�|svirta（1993）討論的主題進行一定程度的更新，並對沒有涉獵的內容進行補充完善。還有一點是，本書的數學水平適中，重點在於介紹不同的綫性模型以及討論它們的實際應用，相關的統計理論也有涉及，但沒有給齣完善詳盡的證明。從這方麵來講，本書與一些非綫性模型的經典著作相比，確有一些不同，如與Tong（1990）、Fan和Tao（2003）的著作相比。
本書涵蓋瞭大量豐富的話題，有一些章節是相當獨立的。因此，在很多情況下，如果有些讀者隻對特定的問題感興趣，那麼，讀者隻需閱讀相關章節就能理解內容，而用不著參考前麵的章節。盡管本書是按照計量經濟學傢和經濟學傢的思想撰寫的，但它也適閤於對相關工作需要獲取時間序列形式的數據的其他領域的研究者閱讀，比如生態學、生物學和地理學。因此，希望本書的內容可以鼓勵讀者將非綫性模型應用到其實際的建模問題上。
我們有幸能在聖迭戈大學經濟學院聚到一起，策劃本書。學院為我們提供瞭良好的工作環境。最近，為瞭撰寫本書，Timo Ter�|svirta作為奧爾鬍斯大學時間序列經濟分析研究中心（CREATES）的一員，在斯德哥爾摩經濟學院已經做瞭大量的工作，而且在工作期間，他也獲得瞭到具有優良工作環境的悉尼技術大學金融與經濟學院進行訪問的機會，他很感謝促成這次訪問的Tony Hall。考慮到完成本書的撰寫，他到卑爾根大學的訪問是非常有用的。他也希望提及他受Eilev Jansen之邀到挪威奧斯陸統計局的訪問，在那裏他有機會提齣本書的一些觀點並接收一些反饋。Dag Tj�istheim在卑爾根大學做瞭大量的工作，也訪問瞭斯德哥爾摩經濟學院、奧爾鬍斯大學以及珀斯市西澳大利亞大學，並在那裏撰寫本書。
Timo Ter�|svirta感謝Jan Wallander和Tom Hedelius基金會、No�盝02��35和P2005��33:1資助金以及丹麥國傢研究基金會對這項工作的經濟支持。Dag Tj�istheim也得到瞭卑爾根大學梅爾澤基金會和挪威研究理事會的支持。
在工作期間，很多人也幫助瞭我們。在製訂計劃、計算和作圖方麵，我們得到瞭來自Marcelo Medeiros、Birgit Strikholm和Yongil Jeon的大力支持。Karl Ove Hufthammer和Stefan Sperlich同樣在圖錶方麵幫助瞭我們。切片譜的數據是由Joakim Skalin寫的GAUSS代碼生成的。Niklas Ahlgren、Graham Elliott、Changli He、Matt Holt、Mika Meitz、Tomoaki Nakatani和Birgit Strikholm已經閱讀瞭本書，並提齣瞭很好的反饋意見。Ander Kock和Matt P�盌ziubinski幫助匯編索引。在很多實踐案例上，Mike Bacci提供瞭有價值的幫助。還有其他很多人也對我們給予瞭許多幫助，在此，一並錶示感謝。不過，對於我們工作中的錯誤和缺陷，我們都會負起責任。



非綫性經濟時間序列建模 [Modelling Nonlinear Economic Time Series] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

這幾天事多，沒有來得及看，期待好書

評分☆☆☆☆☆

都是一些大傢寫的書，值得一讀。

評分☆☆☆☆☆

比較不錯，比較喜歡。

評分☆☆☆☆☆

暫時還沒看，等看瞭再來評論

評分☆☆☆☆☆

都是一些大傢寫的書，值得一讀。

評分☆☆☆☆☆

很好

評分☆☆☆☆☆

這幾天事多，沒有來得及看，期待好書

評分☆☆☆☆☆

很好

評分☆☆☆☆☆

買瞭全套，經典的論文，雖然不錯學術研究很久瞭

類似圖書 點擊查看全場最低價