Nonlinear Econometric Modeling in Time Series pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Cambridge Univ Pr

作者:Barnett, William A. (EDT)/ Hendry, David F. (EDT)/ Hylleberg, Svend (EDT)/ Terasvirta, Timo (EDT)/ T

出品人:

页数:240

译者:

出版时间:2006-11

价格:$ 56.50

装帧:Pap

isbn号码:9780521028684

丛书系列:

图书标签:

时间序列
非线性计量经济学
计量经济学
模型
经济预测
金融经济学
统计建模
自适应系统
动态系统
因果推断

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小哈图书下载中心

qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Nonlinear Econometric Modeling in Time Series presents the more recent literature on nonlinear time series. Specific topics covered with respect to nonlinearity include cointegration tests, risk-related asymmetries, structural breaks and outliers, Bayesian analysis with a threshold, consistency and asymptotic normality, asymptotic inference and error-correction models. With a world-class panel of contributors, this volume addresses topics with major applications for fields such as foreign-exchange markets and interest rate analysis. Eleventh in this series of international symposia, this volume is also part of the European Conference Series in Quantitative Economics and Econometrics (EC)2.

《计量经济模型中的非线性时间序列分析》内容梗概：本书深入探讨了在时间序列分析领域中，如何运用非线性计量经济模型来捕捉经济变量之间复杂而动态的关系。不同于传统的线性模型，非线性模型能够更精确地刻画经济现象中存在的拐点、门限效应、状态依赖性以及高阶互动等现象，从而为经济学家和研究者提供更强大、更具解释力的分析工具。全书围绕非线性时间序列模型的核心理论、建模方法、估计技术和实际应用展开。我们首先回顾了时间序列分析的基础知识，包括平稳性、自相关、因果关系等基本概念，并为读者搭建起理解后续非线性模型的基础。随后，本书将重点介绍几类在经济学研究中具有广泛应用前景的非线性时间序列模型。其中，门限自回归模型（Threshold Autoregressive, TAR）及其变种，如向量门限自回归模型（Vector Threshold Autoregressive, VTAR），将是重要的讨论对象。我们将详细阐述门限模型的思想，即经济系统的行为会随着某些经济指标（如利率、失业率）跨越特定阈值而发生质变。这对于理解经济周期、金融危机传染、货币政策传导等问题至关重要。本书将从理论层面推导门限模型的统计性质，并介绍如何运用最大似然估计（Maximum Likelihood Estimation, MLE）或网格搜索等方法来确定门限值和模型参数，同时讨论模型诊断与选择的标准。接着，我们将深入研究马尔可夫切换模型（Markov Switching Models, MSM）。这类模型能够描述经济系统在不同“状态”之间进行转换的动态过程，每个状态都对应着一组不同的模型参数。例如，一个经济体可能存在“繁荣”和“衰退”两种状态，在这两种状态下，通货膨胀率的动态行为会有显著差异。本书将详细介绍马尔可夫链的理论基础，如何识别和估计不同状态下的参数，以及如何对经济系统在不同状态下的概率进行预测。我们还将探讨多状态的马尔可夫切换模型，以及其在宏观经济预测、金融市场波动性建模中的应用。此外，本书还将涵盖自适应（Adaptive）或时变参数（Time-Varying Parameter, TVP）模型。这类模型假设模型参数并非固定不变，而是随时间推移而发生系统性变化。例如，货币政策的有效性可能随着金融市场的发展而改变。我们将介绍如何利用卡尔曼滤波（Kalman Filter）等技术来估计和跟踪时变参数，并分析经济变量之间关系的演变趋势。本书还将介绍一些更复杂的非线性模型，例如双重门限自回归模型（Double Threshold Autoregressive, DTAR），它允许在两个不同的阈值水平上发生模型行为的改变，从而捕捉更精细的非线性特征。我们也会触及误差修正模型（Error Correction Model, ECM）在非线性框架下的扩展，例如非线性误差修正模型（Nonlinear Error Correction Model, NECM），以分析变量在长期均衡关系之外的短期动态调整。为了支持这些模型的估计与应用，本书将详细介绍相关的统计推断方法。除了最大似然估计，我们还将讨论广义矩估计（Generalized Method of Moments, GMM）在非线性模型中的应用，特别是当模型形式复杂或存在内生性问题时。在模型诊断方面，我们将强调检验模型设定是否恰当的重要性，包括残差分析、参数显著性检验、模型嵌套检验等，并介绍非参数检验等方法来评估模型的非线性特征。本书的另一重要组成部分是对实际经济数据的应用。我们将通过具体的案例研究，展示如何将上述非线性模型应用于分析实际的经济和金融问题。例如，我们可以利用门限模型来研究利率变化对消费信贷需求的影响，利用马尔可夫切换模型来分析不同经济周期下的资产收益率动态，或者利用时变参数模型来检验货币政策的有效性是否随时间而改变。这些案例研究将涵盖宏观经济、金融市场、国际贸易等多个领域，旨在帮助读者将理论知识转化为解决实际问题的能力。此外，本书还将讨论模拟方法在非线性时间序列模型中的作用，包括如何进行模型模拟以理解其动态性质，以及如何利用蒙特卡洛模拟来评估参数估计的准确性和检验模型的假设。本书的内容设计旨在提供一个循序渐进的学习路径，从基础理论到高级模型，再到实际应用。每一章都将包含充足的理论阐述、数学推导以及相关的计算示例。我们鼓励读者通过实际操作来加深对模型的理解，因此，本书将在可能的情况下，推荐使用流行的计量经济学软件（如R, Stata, Eviews）来实现模型的估计和分析。本书的目标读者包括但不限于：计量经济学、统计学、金融学、经济学等领域的博士生和研究生。在学术界从事时间序列分析研究的科研人员。在金融机构、中央银行、政府部门等从事经济分析和预测的专业人士。对非线性经济动态模型感兴趣的经济学从业者和政策制定者。通过本书的学习，读者将能够：深入理解非线性时间序列模型的核心思想和理论基础。掌握不同类型非线性模型的构建、估计和检验方法。能够识别经济数据中可能存在的非线性特征，并选择恰当的模型进行分析。将非线性计量经济模型应用于解决实际的经济和金融问题，从而获得更深刻的洞察。评估线性模型在捕捉复杂经济动态时的局限性，并认识到非线性模型的重要性和优势。本书不仅是一本理论教材，更是一本实践指南，旨在赋能读者运用前沿的计量经济学工具来理解瞬息万变的经济世界。本书的论述严谨，结构清晰，逻辑性强，旨在帮助读者建立扎实的理论基础，并培养独立分析和解决复杂经济问题的能力。我们相信，通过系统学习本书内容，读者将能够显著提升其在时间序列分析领域的技能和研究水平。