译者序/1序言/11 准备知识/1 1.1 随机过程/2 1.2 收敛的概念/2 1.3 时间序列概念/7 1.4 大数定理/12 1.5 qp心极限定理/14 1.6 谱分析的元素/162 动态随机一般均衡模型的解答和模拟,/23 2.1 一些有用的模型/23 2.2 近似方法/373 提取和测量周期性信息/58 3.1 统计分解/59 3.2 混合分解/69 3.3 经济分解/83 3.4 时间总体和周期/86 3.5 收集周期性信息/884 向量自回归模型/92 4.1 沃尔定理/93 4.2 模型设定/98 4.3 矩和VAR(q)的参数估计/105 4.4 报告VAR结果/109 4.5 识别/118 4.6 相关问题/127 4.7 验证含有VAR的DSGE模型/1345 GMM和模拟估计量/138 5.1 广义矩估计和其他标准估计量/139 5.2 线性模型中的IV估计/142 5.3 GMM估计:概述/147 5.4 DSGE模型的GMM估计/160 5.5 模拟估计量/1666 似然法/178 6.1 卡尔曼滤波/179 6.2 似然函数的预测误差分解/185 6.3 数字技巧/190 6.4 DSGE模型的ML估计/192 6.5 两个例子/2007 校准/206 7.1 定义/206 7.2 公认的部分/207 7.3 选择参数和随机过程/209 7.4 模型评价/215 7.5 测量的灵敏度/230 7.6 储蓄、投资和减税:一个例子/2328 动态宏观面板/237 8.1 从经济理论到动态面板/238 8.2 同质性动态面板/239 8.3 动态异质性/251 8.4 是否需要混合数据? /260 8.5 货币是超中性的吗? /2659 贝叶斯方法介绍/269 9.1 预备知识/270 9.2 决策理论/277 9.3 推断/278 9.4 分层和实证贝叶斯模型/286 9.5 后验模拟器/293 9.6 稳健性/306 9.7 估计西班牙规模报酬/30710 贝叶斯向量自回归/310 10.1 m个变量的VAR(q)的似然函数/311 10.2 VAR的先验/312 10.3 结构性BVAR/324 10.4 时间上系数可变的BVAR/329 10.5 面板数据的VAR模型/33511 贝叶斯时间序列和DSGE模型/347 11.1 因子模型/348 11.2 随机扰动模型/355 11.3 马尔科夫转换模型/360 11.4 贝叶斯DSGE模型/366附录 统计分布/384参考文献/389
· · · · · · (
收起)