时间序列分析：方法与应用（第二版）

第一章 传统时间序列分析模型
第一节 趋势模型类型和选择
第二节 参数估计
第三节 模型分析与评价
第四节 季节模型
第二章 ARMA模型
第一节 概述
第二节 时序特性的分析
第三节 ARMA模型及其改进
第四节 随机时序模型的建立
第五节 时序模型预测
第三章 ARCH类模型
第一节 单位根过程
第二节 ARCH模型的基本形式
第三节 广义ARCH模型
第四节 ARCH模型的拓广形式
第五节 多元ARCH模型
第四章 两序列的协整和误差修正模型
第一节 含虚拟变量的回归模型
第二节 Granger因果检验
第三节 协整含义及检验
第四节 误差修正模型
第五章 向量自回归模型
第一节 非结构化VAR模型
第二节 脉冲响应与方差分解
第三节 结构VAR模型
第四节 向量误差修正模型
第六章 Panel Data模型
第一节 模型的基本问题
第二节 固定效应模型
第三节 随机效应模型
第四节 单位根检验与协整检验
参考文献