本书是计量经济学领域的一部经典教材，全书始终贯穿由浅入深的学习过程，运用真实的数据举例，阐述关键概念，不但完整、精简，而且非常注重应用。本书通过案例阐释计量方法的实际应用，鲜有复杂的数学公式推导。全书的主题涵盖差分方程、平稳时间序列模型、波动性建模、包含趋势的模型、多方程时间序列模型、协整与误差修正模型以及非线性时间序列模型等内容。
前 言在开始撰写本书第1版时，我的初衷是写一本有关宏观计量经济学时间序列分析的教材。幸运的是，不少同事劝我扩大视野，拓宽内容。应用微观经济学家已经掌握了时间序列分析方法，政治学科类期刊也更注重定量研究。在之前的版本中，案例都来自宏观经济学、农业经济学、国际金融领域，还有来自我和托德·桑德勒一同对国内及跨国恐怖主义的研究。读者会发现，书中的应用实例既有宏观经济学方面的，也有微观经济学方面的，并且二者的应用比例适当。 背景本书适合于有一定多元回归分析知识背景的读者。我假定读者了解并会应用普通最小二乘法。我所有的学生都熟悉相关性和协方差的概念，他们都知道如何在回归中使用t检验和F检验。我会使用一些术语，但不解释它们的含义，如均方误差、显著性水平、无偏估计。本书用两章来讨论多元时间序列分析方法。为了理解和学好这些章节，读者需要知道如何用矩阵代数对方程组求解。第1章是差分方程，它是本书的基石。按照我的经验，在掌握回归分析知识的基础上，又通过对本书的学习，学生就足以阅读专业期刊，也会达到从事严谨的应用研究的水平。然而，仍有一位不幸的读者，给我来信写道：我的文章全都是按照您所讲的来写的，但投稿论文仍然没被采用，退稿了。 书中叙述的一些方法需要程序处理。估计结构向量自回归模型VAR需要有足够容量的软件包来运算矩阵。蒙特卡洛算法需要大量的运算处理。估计非线性模型需要用软件包，这个软件包要含有对非线性最小二乘法和最大似然估计的运行程序。完全由菜单驱动的软件包无法估计每一种时间序列模型。正如我对学生所讲的，当一个时间序列模型的处理程序出现在计量经济学软件包的名单中时，它已经不新鲜了。为了更好地从书中汲取知识，你应该运用如EViews、RATS、MATLAB、R、STATA、SAS、GAUSS等软件。 我在书名中使用应用二字是非常真诚的。之所以用它，是因为我相信归纳教学法。归纳教学方法是先举简单的例子，从简单的情形出发，然后以此逐步构建更一般、更复杂的模型或过程。本书提供了每个归纳过程的详细实例，按照由简单到复杂的基本思想，每个例子都有分步骤的总结。学习方法只有一种，那就是实践，行而学。每章的正文部分都有大量已经解决的问题。还有，每章最后的习题尤其重要。你学习的例子和练习越多越好。 第4版的创新我深思熟虑，非常谨慎地权衡了本书的完整性与简练性。在决定书中新引入的内容时，我非常愿意倾听，重视教师和学生传来的电子邮件。为了避免原稿过于冗长，我在补充手册（Supplementary Maunal）中介绍了很多新论题。在第2章新增内容中，讨论了组合多种单变量预测的问题，其目的是降低总体预测误差的方差。第3章通过介绍波动性脉冲响应函数扩展了多元GARCH模型的讨论。据此，波动性扩散就要用类似于向量自回归（VAR）模型中的脉冲响应的方法计算。很多读者问及了关于自回归分布滞后模型（autoregressive distributed lag model，ADL）的问题。因此，我重写了第5章前面一部分，说明了定义和估计自回归分布滞后模型的合适方法。这些新的内容补充完善了第6章中关于在协整系统中使用自回归分布滞后模型的内容。第7章讨论了在原假设下的不明冗余参数的所谓的戴维斯问题（Davies problem）。在这一章，还用Bai-Perron方法讨论了多个内生突变（例如，潜在的突变发生于未知的时间）的问题。另外，由于突变可以很久才表现出来，在该章也论述了估计有逻辑突变的模型的过程。 有些内容放到了第4版的主页（网站）上，如参考文献、注释和统计表。要获取这些内容，请参考Wiley.com/College/Enders或访问time-series.net。 新增内容因为需要将一些论题放在本书之外，我准备了一本补充手册。这本手册包含了我认为比较重要（或有趣）的内容，但并不是对所有读者都是如此。书中会提示读者查看补充手册以寻求更多关于论题的信息。 为了帮助读者编程，我编著了一本RATS编程手册（Programming Manual）。当然，我没有办法取得每个平台的指南。多数程序设计者都应该能将RATS语言的程序转变为他们自己软件包的语言。 还有一本教师手册供给使用本书的教师。该手册包含了所有数学问题的答案。还包含了一些程序，能运行出书中所示结果和在习题中所列示的模型。手册中的版本适用于EVIEWS、RATS、SAS和STATA。 我还为每一章准备了PPT。幻灯片中的内容都来自我上课使用的素材。因此，PPT中强调的内容是我比较重视的。另外，部分幻灯片有扩展内容。 Wiley使所有采用本书的教师都能获得这些手册。补充手册和编程手册的不同版本都能从Wiley或我的私人网站：www.time-series.net下载。编程手册还能在ESTIMA网下载，网址是：www.estima.com。 即使尽我所能，毫无疑问，书中也会出现错误。如果以前三个版本为鉴，那就是出现的错误很多。因此，我会在我的网站上持续更新错误和更正单，网址是：www.time-series.net。 很多人都提出了对原稿排版、风格、清晰度的改进意见。我收到了大量读者的电子邮件，指出了书中的错误，并提出了关于书中论述的建议。我很感谢指出错误让我不断挑战的学生。尤其是Karl Boulware、Pin Chung、Selahattin Dibooglu、HyeJin Lee、Jing Li、Eric Olson、Ling Shao、Jingan Yuan。Pierre Siklos和Mark Wohar基于第2版的修订章节提出了非常重要的意见。我从Barry Falk和Junsoo Lee 处学到了很多关于时间序列的知识，因此，特别提及并感谢他们。也要感谢我的妻子Linda在我生病时支持我（特别是在我写作原稿时）。 就在写第3版的前言时，我得知Clive Granger永远地离开了我们。我在明尼苏达大学休假的前几个月，得到了一次赴加州大学圣迭戈分校参加研讨的机会。那时，我正在研究迭代模型，根本就没有想过要做一名应用计量经济学家。然而，当我初次遇见Clive时，他说：在冬天，这里会比明尼苏达暖和100度（华氏），为什么不在这里休假呢？于是，我改变了计划，决定留在加州大学圣迭戈分校，与众多数理经济学研究者共事。幸运的是，我碰巧完整地听了他的一节课（和Robert Engle共同教学），从此，深深地爱上了计量经济学的时间序列分析。我知道，告诉大家他的课如何改变了我的职业生涯，这会使他高兴的，也寄托着对他深深的哀思。他和Robert Engle以一种很重要的方式，影响并且引领了书中所使用的方法。
沃尔特·恩德斯（Walter Enders），美国亚拉巴马州立大学的经济学教授，1975年他获得纽约哥伦比亚大学经济学博士学位。恩德斯博士近的研究集中于时间序列模型在经济学和金融领域的发展与运用。他已经在许多期刊上发表了多篇论文，这些期刊包括：Review of Economy and Statistics，Quarterly Journal of Economics，Journal ofInternational Econom，ics，American Economic Review（美国经济协会主办），Journal of Business and Economic Statistics（美国统计协会主办）以及The American Political Science Review（美国政治科学协会主办）。他现担任国际经济学领域的三种期刊的正式编辑，以及乌克兰政府的政策顾问。他还因防止核战争方面的行为科学研究，与托德·森德勒（Todd Sandler）分享了美国国家科学院的：ESTES奖。该奖项的认定中提到，…认知与行为科学领域的基础研究，运用规范分析或实证方法，或两者的佳结合，加深了我们对有关核战危机的认识。国家科学院授予他们该奖项是因为他们…对跨国恐怖活动的共同研究，即运用博弈论和时间序列分析证明了恐怖袭击对防御性反制措施的响应具有循环性和易变性的特征。
目 录译者序作译者简介前言第1章 差分方程1 本章学习目标1 导论1 1.1 时间序列模型1 1.2 差分方程及求解方法5 1.3 迭代法求解方程7 1.4 备选方法11 1.5 蛛网模型14 1.6 解齐次差分方程17 1.7 求确定性过程的特解25 1.8 待定系数法27 1.9 滞后算子31 1.10 总结33 习题34第2章 平稳时间序列模型36 本章学习目标36 2.1 随机差分方程模型36 2.2 自回归移动平均ARMA模型38 2.3 平稳性39 2.4 ARMA(p,q)模型的平稳性限制42 2.5 自相关函数46 2.6 偏自相关函数50 2.7 平稳序列的样本自相关52 2.8 Box-Jenkins模型筛选方法59 2.9 预测性质62 2.10 利率差模型68 2.11 季节性模型75 2.12 参数稳定性和结构变化80 2.13 组合预测84 2.14 总结87 习题88第3章 波动性建模93 本章学习目标93 3.1 定式化的经济时间序列93 3.2 ARCH和GARCH过程97 3.3 通货膨胀的ARCH和GARCH估计103 3.4 GARCH模型的三个例子105 3.5 风险的GARCH模型111 3.6 ARCH-M模型112 3.7 ARCH过程的其他性质114 3.8 GARCH模型的最大似然估计119 3.9 其他条件方差模型121 3.10 估计纽约证券交易所100指数124 3.11 多元GARCH模型129 3.12 波动的脉冲响应133 3.13 总结135 习题136第4章 包含趋势的模型140 本章学习目标140 4.1 确定性趋势和随机趋势140 4.2 去除趋势146 4.3 单位根与回归残差151 4.4 蒙特卡洛方法154 4.5 DF检验159 4.6 DF检验实例161 4.7 扩展的DF检验165 4.8 结构性变化174 4.9 有效性与确定性回归变量180 4.10 有效性更好的检验182 4.11 Panel单位根检验186 4.12 趋势和单变量分解189 4.13 总结195 习题196第5章 多方程时间序列模型199 本章学习目标199 5.1 干扰分析200 5.2 传递函数模型205 5.3 估计传递函数213 5.4 结构性多元估计的约束216 5.5 向量自回归（VAR）介绍219 5.6 估计和识别223 5.7 脉冲响应函数227 5.8 假设检验233 5.9 简单的VAR实例：美国与国际恐怖事件238 5.10 结构性VAR241 5.11 结构性分解实例244 5.12 过度识别系统248 5.13 Blanchard和Quah分解251 5.14 实例：分解实际汇率与名义汇率变动255 5.15 总结258 习题259第6章 协整与误差修正模型264 本章学习目标264 6.1 单整变量的线性组合264 6.2 协整与共同趋势270 6.3 协整与误差修正模型271 6.4 协整检验：Engle-Granger检验方法277 6.5 协整检验：Engle-Granger检验方法演示280 6.6 协整和购买力平价理论283 6.7 特征根、秩与协整286 6.8 假设检验291 6.9 Johansen协整检验方法298 6.10 误差修正和ADL检验301 6.11 三种方法的比较303 6.12 总结306 习题306第7章 非线性时间序列模型311 本章学习目标311 7.1 线性与非线性调整311 7.2 ARMA模型的简单扩展313 7.3 非线性检验316 7.4 门限自回归（TAR）模型321 7.5 TAR的扩展形式325 7.6 三个门限模型330 7.7 平滑转换模型335 7.8 其他状态转换模型340 7.9 平滑转换自回归(STAR)模型的估计343 7.10 一般化的脉冲响应及其预测346 7.11 单位根与非线性352 7.12 更多内源性结构阶355 7.13 总结361 习题362
书单推荐
