本書以直觀且有系統的方式,介紹讀者現代時間序列的計量分析工具,內容力求理論與應用上之平衡,除了希望讀者了解如何從事總體與財金的實證研究,也期望讀者能夠掌握其背後的理論基礎。本書除了涵蓋傳統教科書一般時間序列的主題外,更進一步探討結構性變動、樣本外預測、蒙地卡羅模擬、樣本重抽法(Bootstrap)、VAR/SVAR/VECM 模型,以及總體 DSGE模型。每一個主題都有總體經濟或是財務金融的實例應用,並說明如何以計量軟體執行估計、檢定、預測與模擬。閱讀本書將有助於讀者從事總體經濟或財金領域的實證研究與研讀相關實證文獻。
第三版最大的特色為為專章介紹 EViews 程式撰寫、預測模型及對於 VAR 與 SVAR 之間連結的部分也有更細膩的討論。期待透過新的角度切入,能夠讓對時間序列方法有興趣的讀者有更深入的理解與體會。
特色
1. 介紹 EViews 程式撰寫。
2. 內容兼顧時間序列理論與應用之平衡。
3. 介紹樣本重抽法(Bootstrap)與總體 DSGE 模型。
4. 詳細介紹 VAR/SVAR/VECM 模型。
作者簡介:
陳旭昇
現職 國立臺灣大學經濟系教授
學歷 University of Wisconsin-Madison 經濟學博士
研究專長 總體與貨幣經濟學、國際金融
推薦序
序言
第3版特色
本書自2007年初版,以及2013年第2版付梓以來,將近10年沒有改版。疏懶多年,這次會下定決心予以改版,主要是因為近年來在教學與指導學生撰寫論文的過程中發現,學生大多使用Eviews所提供的圖形使用者介面(Graphical User Interface,GUI)功能。對於初學者來說,使用GUI「即選即得」當然是相當方便,然而,唯有撰寫程式檔(program file)才能更有效率地完成研究工作。統計與計量軟體程式的撰寫,已經是現代實證研究者所不可或缺的技能,希望透過本書的問世,能夠為對於時間序列研究有興趣的讀者帶來一點幫助。
因此,第3版最大的特色就是,我們不再介紹圖形使用者介面,而是強調EViews程式的撰寫。值得一提的是,EViews目前也提供「指令採集」(Command Capture)功能,可以讓我們將GUI點選的結果複製到程式檔,對於程式的撰寫很有幫助。
如果讀者想要認識EViews的GUI點選,請參閱陳旭昇(2013)。然而,在此還是建議要撰寫程式,理由有三:
1. 重複視窗點選...很累!(尤其是修改實證模型設定時)。
2. 視窗點選容易產生難以察覺的疏忽或錯誤(e.g., Reinhart-Rogoff的Excel錯誤)。
3. 視窗點選的操作過程不透明,不容易被重製(replicate)。
相較於第2版,第3版對於預測模型也有更細膩的討論。我在章節安排與内容上也做了若干調整,同時也增加了不少習題,這反映了我這10多年的教學心得。我增加了兩個章節,分別討論EViews程式撰寫與時間序列迴歸分析,並大幅改寫結構式VAR(SVAR)模型的討論,尤其是在VAR與SVAR之間連結的部分,期待透過新的角度切入,能夠讓對此方法有興趣的讀者,有更深入的理解與體會。
序言
第3版特色
本書自2007年初版,以及2013年第2版付梓以來,將近10年沒有改版。疏懶多年,這次會下定決心予以改版,主要是因為近年來在教學與指導學生撰寫論文的過程中發現,學生大多使用Eviews所提供的圖形使用者介面(Graphical User Interface,GUI)功能。對於初學者來說,使用GUI「即選即得」當然是相當方便,然而,唯有撰寫程式檔(program file)才能更有效率地完成研究工作。統計與計量軟體程式的撰寫,已經是現代實證研究者所不可或缺的技能,希望透過本書的問世,能夠為對於時間序列研究有興趣的讀者帶來一點幫助。
因此,...
目錄
第01章 時間序列導論
1.1 時間序列資料
1.2 時間序列資料性質
1.3 時間序列的重要動差
1.4 定態時間序列
1.5 樣本動差
1.6 固定趨勢
1.7 季節性
1.8 總體與財金時間序列資料
第02章 Eviews 簡介
2.1 EViews 的使用簡介
2.2 指令概述
2.3 程式專屬變數
2.4 程式的執行控制
2.5 EViews 程式範例
2.6 EViews 指令採集視窗
第03章 ARMA 模型
3.1 定態時間序列模型
3.2 移動平均模型
3.3 自我迴歸 AR 模型與其定態條件
3.4 一階自我迴歸 AR(1) 模型
3.5 AR(1) 模型之估計
3.6 AR(1) 模型之衝擊反應函數
3.7 實例應用:實質匯率與購買力平價
3.8 p 階自我迴歸 AR(p) 模型
3.9 ARMA 模型
3.10 Wold Representation 定理
第04章 時間序列迴歸分析
4.1 時間序列漸近理論
4.2 時間序列迴歸模型
4.3 Newey-West HAC 估計式
4.4 常用的時間序列迴歸模型
4.5 AR 係數估計式的大樣本性質
4.6 AR 係數估計式的小樣本偏誤
4.7 實例:估計菲利浦曲線
第05章 預測
5.1 時間序列預測模型
5.2 AR(1) 模型之預測
5.3 AR(p) 模型之預測
5.4 即時預測
5.5 擬真樣本外預測
5.6 樣本外預測之應用
5.7 透過 EViews 執行動態預測
5.8 附錄
第06章 單根與隨機趨勢
6.1 隨機漫步模型
6.2 非定態時間序列:帶有趨勢之序列
6.3 隨機趨勢造成的問題
6.4 時間序列的單根檢定
6.5 實例應用:對實質匯率的單根檢定
6.6 ADF 檢定的檢定力
6.7 其他單根檢定
6.8 如何處理時間序列的單根
6.9 去除趨勢後定態 vs. 差分後定態
6.10 追蹤資料單根檢定
6.11 實例應用:再探購買力平價困惑
6.12 附錄
第07章 結構性變動
7.1 結構性變動
7.2 檢定結構性變動
7.3 變動點 τ 未知下的檢定
7.4 變動點的估計
7.5 結構性改變 vs. 隨機趨勢
7.6 未知結構性轉變的單根檢定
第08章 縮減式 VAR
8.1 縮減式 VAR
8.2 縮減式 VAR 的估計
8.3 縮減式 VAR 的預測
8.4 應用:檢定股票價格現值模型
8.5 Granger 因果關係檢定
8.6 Granger 因果關係檢定之實例應用
8.7 縮減式 VAR 模型的實務議題
8.8 附錄
第09章 結構式 VAR(I)
9.1 VAR 與結構性衝擊
9.2 結構式 VAR
9.3 認定條件
9.4 衝擊反應函數
9.5 變異數分解
9.6 歷史分解
9.7 實例應用:外匯市場不對稱干預
9.8 延伸閱讀
9.9 附錄
第10章 結構式 VAR(II)
10.1 一般結構式 VAR
10.2 過度認定檢定
10.3 貨幣政策的 SVAR 模型
10.4 長期限制認定條件
10.5 實例應用:Blanchard and Quah(1989)
10.6 延伸閱讀
10.7 附錄
第11章 共整合與向量誤差修正模型
11.1 共整合關係
11.2 共整合與共同隨機趨勢
11.3 向量誤差修正模型
11.4 Engle-Granger 兩階段程序
11.5 Johansen 程序
11.6 實例應用:利率期限結構
11.7 關於共整合分析
11.8 VAR 模型設定
11.9 附錄
第12章 GARCH 模型
12.1 時間序列的波動性
12.2 ARCH 模型
12.3 GARCH 模型
12.4 檢定 ARCH 效果
12.5 GARCH 模型的擴充
12.6 GARCH 模型的最大概似估計
12.7 GARCH 模型的實例應用:外匯市場干預
12.8 關於 ARCH-GARCH 模型
第13章 Bootstrap 與模擬
13.1 蒙地卡羅模擬及其應用
13.2 樣本重抽法與 Bootstrap
13.3 Bootstrap 偏誤與標準差
13.4 Bootstrap 信賴區間
13.5 Bootstrap p-values
13.6 迴歸模型的 Bootstrap
13.7 Bootstrapping 長期追蹤調查資料
13.8 Bootstrap 的實例應用
13.9 EViews 程式附錄
第14章 DSGE 模型
14.1 DSGE 模型簡介
14.2 一階隨機差分方程式
14.3 二階隨機差分方程式
14.4 理性預期方程組
14.5 模型調校
14.6 一個簡單的實質景氣循環模型
14.7 附錄 A:EViews 程式
14.8 附錄 B:Dynare 外掛程式簡介
第15章 經濟理論與實證
15.1 經濟理論與實證研究
15.2 一個簡單的匯率模型
15.3 估計檢定與模型調校
第01章 時間序列導論
1.1 時間序列資料
1.2 時間序列資料性質
1.3 時間序列的重要動差
1.4 定態時間序列
1.5 樣本動差
1.6 固定趨勢
1.7 季節性
1.8 總體與財金時間序列資料
第02章 Eviews 簡介
2.1 EViews 的使用簡介
2.2 指令概述
2.3 程式專屬變數
2.4 程式的執行控制
2.5 EViews 程式範例
2.6 EViews 指令採集視窗
第03章 ARMA 模型
3.1 定態時間序列模型
3.2 移動平均模型
3.3 自我迴歸 AR 模型與其定態條件
3.4 一階自我迴歸 AR(1) 模型
3.5 ...