金融时间序列分析实验教程2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

金融时间序列分析实验教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章Eviews操作简介1

第一节 工作文件创建及使用1

一、工作文件的打开与调用1

二、工作文件的操作窗口3

三、数据的处理7

第二节 常用对象介绍10

一、方程对象10

二、组对象12

三、图像对象12

（一）图像的创建12

（二）图像的修改与复制15

四、对数似然对象16

（一）待估参数的定义17

（二）似然对象的定义17

（三）估计17

（四）简单似然对象举例17

五、系统对象18

第三节 程序设计基础20

一、简单程序20

二、程序的创建与运行21

三、程序变量23

（一）控制变量23

（二）字符串变量23

（三）矩阵23

四、控制程序24

（一）IF条件语句24

（二）FOR循环语句25

（三）WHILE循环语句26

第二章 自回归移动平均模型27

第一节ARMA模型的基本原理27

一、自回归模型的基本原理27

（一）AR模型的基本形式27

（二）AR模型的平稳性27

（三）AR模型的数字特征28

二、移动平均模型的基本原理29

（一）MA模型的基本形式29

（二）MA模型的可逆性29

（三）MA模型的数字特征30

三、自回归移动平均模型的基本原理30

（一）ARMA模型的基本形式30

（二）ARMA模型的平稳性和可逆性30

（三）ARMA模型的数字特征31

第二节 时间序列的相关性分析与平稳性32

一、时间序列的自相关系数32

（一）自相关函数（ACF）32

（二）偏自相关函数（PACF）33

（三）ARMA模型自相关系数与偏自相关系数的估计与检验34

二、时间序列平稳性检验35

（一）经验法35

（二）自/偏自相关系数法35

（三）单位根检验法35

第三节 季节性ARMA模型38

一、时间序列的季节性38

（一）移动平均法38

（二）X-11方法39

二、季节性ARMA模型40

第四节ARMA模型的构建与Eviews实现42

一、ARMA模型的具体构建步骤42

（一）判断序列的平稳性42

（二）ARMA模型滞后阶数的选择42

（三）ARMA模型的参数估计与检验42

（四）模型的预测42

二、ARMA模型在Eviews中的窗口实现42

（一）判断序列的平稳性42

（二）ARMA模型滞后阶数的选择与模型的估计44

（三）ARMA模型的检验46

（四）模型的预测47

三、ARMA模型在Eviews中常用的命令与程序47

（一）单位根检验47

（二）自相关-偏自相关图48

（三）ARMA模型的估计48

（四）模型残差的调用48

（五）模型的预测48

（六）常用估计系数和统计量的调用48

第五节ARMA模型的应用举例49

一、案例分析的目的49

二、实验数据49

三、ARMA模型的构建51

（一）判断序列的平稳性51

（二）单位根检验52

（三）季节性分析54

（四）滞后阶数的初步决定56

（五）ARMA模型的参数估计56

（六）模型的预测59

第三章 向量自回归模型60

第一节VAR模型的基本原理60

一、VAR模型的基本形式60

二、VAR模型的平稳性特征62

三、VAR模型平稳性的条件63

（一）一阶VAR模型的平稳性条件63

（二）高阶VAR模型平稳的条件64

四、VAR模型滞后阶数的选择64

（一）LR检验法65

（二）信息准则判断法65

第二节VAR模型的应用65

一、格兰杰因果检验66

（一）格兰杰因果关系的概念66

（二）格兰杰因果关系的检验66

二、脉冲响应函数71

三、方差分解74

四、预测77

第三节VAR模型的具体构建与Eviews实现78

一、VAR模型的具体构建步骤78

（一）单位根检验78

（二）VAR模型滞后阶数的选择78

（三）VAR模型的估计79

（四）VAR模型的检验79

（五）VAR模型的运用79

二、VAR模型在Eviews中的窗口实现79

（一）VAR模型滞后阶数的选择79

（二）VAR模型的估计81

（三）VAR模型的检验85

（四）VAR模型的预测88

（五）格兰杰因果检验89

（六）脉冲响应90

（七）方差分解91

三、VAR模型在Eviews中常用的命令与程序92

（一）滞后阶数选择92

（二）VAR模型的估计92

（三）VAR模型特征根的调用92

（四）残差的调用92

（五）估计系数和统计量的调用92

（六）格兰杰因果检验92

（七）方差分解93

（八）脉冲响应93

第四节VAR模型的应用举例93

一、案例分析的目的93

二、实验数据94

三、VAR模型的构建96

（一）数据平稳性检验96

（二）VAR模型滞后阶数的选择98

（三）VAR模型的估计99

（四）VAR模型的检验100

（五）VAR模型的预测102

四、VAR模型的应用102

（一）格兰杰因果检验102

（二）脉冲响应103

（三）方差分解104

第四章 向量误差修正模型108

第一节 协整的基本思想108

一、协整（Cointegration）关系的产生108

二、协整的概念110

三、协整的检验112

四、协整方程形式的选择121

第二节 向量误差修正模型的基本思路125

一、自回归分布滞后模型126

二、VECM模型的一般形式126

第三节 向量误差修正模型的具体构建与Eviews实现131

一、VECM模型的具体构建步骤131

二、VECM模型在Eviews中的窗口实现131

三、VECM模型在Eviews中的实现命令与程序134

第四节VECM模型的应用举例135

一、案例分析的背景135

二、实验数据135

三、VECM模型的构建136

（一）数据处理136

（二）单位根检验136

（三）协整检验138

（四）VECM模型的估计141

（五）VECM模型的检验与预测143

（六）VECM模型的应用144

（七）施加约束条件后的VECM的估计146

第五章 条件异方差模型153

第一节ARCH模型的基本原理153

一、ARCH模型简介153

二、ARCH方程的性质154

三、ARCH模型的估计155

四、ARCH效应的检验156

第二节GARCH模型的基本原理159

一、GARCH模型的基本形式159

二、GARCH模型的估计160

三、GARCH模型的预测161

四、GARCH模型的特点162

第三节GARCH模型的推广形式162

一、非对称的GARCH模型162

二、GARCHM模型167

三、组合GARCH模型168

第四节GARCH模型的具体构建与Eviews实现169

一、GARCH模型的具体构建步骤169

二、GARCH模型在Eviews中的窗口实现169

三、GARCH模型在Eviews中的实现命令与程序174

第五节GARCH模型的应用举例176

一、案例分析的背景176

二、实验数据176

三、GARCH模型的构建与估计176

（一）序列的单位根检验176

（二）检验ARCH效应177

（三）估计模型参数178

（四）检验残差的自相关性和正态性180

（五）不同GARCH模型的对比分析182

（六）预测185

第六节 多元GARCH模型的形式及实现185

一、多元GARCH模型的常见形式186

（一）多元向量误差条件异方差（VECH）模型186

（二）对角多元向量误差条件异方差（diagonal VECH，又称DVECH）模型186

（三）BEKK模型187

（四）常条件协相关系数模型（Constant Conditional Correlation，简称CCC）187

二、多元GARCH模型的实现187

第七节 多元GARCH模型的应用举例190

一、案例分析的目的190

二、实验数据190

三、多元GARCH模型的构建190

（一）ARCH效应的检验190

（二）BEKK模型的估计191

（三）波动溢出效应的检验194

附录1195

附录2199

附录3203

第六章 面板数据模型220

第一节 面板数据模型的基本思想220

一、面板数据定义220

二、Panel Data模型结构224

（一）面板数据分析的一般模型框架224

（二）Panel Data模型类型225

第二节 固定效应模型226

一、最小二乘虚拟变量模型的估计过程227

二、包含时间的固定效应模型233

三、非平衡数据的固定效应模型235

四、个体固定效应的显著性检验235

第三节 随机效应模型236

一、随机效应模型的估计236

二、随机效应模型的检验240

第四节 变系数模型242

一、固定影响变系数模型243

（一）不同个体之间随机误差项独立的情形243

（二）不同个体之间随机误差项相关的情形243

二、随机影响变系数模型243

三、变系数模型形式的检验244

第五节 面板数据模型的具体构建与Eviews实现246

一、面板数据模型的具体构建步骤246

（一）面板数据的创建246

（二）面板数据的处理与使用246

（三）面板数据模型的建立与估计246

（四）面板数据模型的结果输出与检验246

二、面板数据模型在Eviews中的窗口实现246

（一）合成数据库的创建246

（二）合成数据库的处理与使用247

（三）面板数据模型的建立与估计251

（四）面板数据模型的输出与检验252

三、面板数据模型在Eviews中的实现命令与程序253

（一）创建一个合成数据库：Pool name253

（二）定义截面标识符：Pool_ name.define或者Poo name.add253

（三）从合成数据库中生成一个群：pool_name.makegroup（groupname）253

（四）面板数据方程的估计：panel_eq name.ls（options） y x1 [ x2 x3 … ]253

（五）面板数据输出结果的显示与查看254

第六节 面板数据模型的应用举例254

一、案例分析的背景254

二、实验数据254

三、面板数据模型的构建255

（一）合成数据库的创建255

（二）面板数据模型的建立与估计255

附录264

第七章 蒙特卡罗模拟方法271

第一节 蒙特卡罗模拟的基本思想271

一、大数定律271

二、蒙特卡罗模拟的收敛性、误差和效率272

第二节 随机数的生成273

一、伪随机数的定义273

二、一般分布伪随机数的生成方法274

第三节 方差减少技术280

一、对偶变量技术281

二、分层抽样法281

三、控制变量法283

四、重要抽样法284

第四节 方差减少技术的应用举例285

一、期权定价原理及数据选取285

二、普通蒙特卡罗模拟的实现286

三、对偶变量技术287

四、分层抽样法288

五、控制变量法290

六、重要抽样法292

参考文献294