時間序列分析：經濟與財務上之應用 第二版

　　1.模型與意涵並重：本書除了必要的統計基礎之詳盡推導外，並加強說明模型所隱含的經濟意義。

　　2.詳細步驟示範：作者詳列各種分析方法的施行步驟，配合所附之數據資料，在範例中逐步導引讀者 實際操作軟體進行檢定、估計、和模型診斷。

　　3.研究實例解說：在各章中精選實證文獻來解說模型之應用實例，期使讀者能與真正的實證研究實務接軌。

What's New

　　．新增一章介紹多變量 GARCH 模型，包含 Vech、BEKK、CCC 和 DCC 模型與實際估計操作範 例 (第7章)。

　　．增述 GARCH 之意義、GARCH in mean 文獻爭議之討論，與 GJR-GARCH 和GARCH in mean 之估計範例 (第5章)。

　　．增加移動式 Chow 檢定之操作與繪圖示範 (第4章)。

　　．增補 KPSS 單根檢定，及 panel unit root 檢定之介紹 (第8章)。

　　．增述使用 AIC、BIC 和 HQC 來選擇模型的蒙地卡羅實驗結果之討論 (第3章)。

　　．配合軟體更新，此版以 Eviews 6.x 版做為主要之範例操作示範畫面。

作者簡介

楊奕農

．現職：中原大學國際貿易學系與研究所副教授

．學歷：美國猶他州立大學經濟學博士（Ph. D in Economics, Utah State University）

．經歷：曾多次擔任國家考試相關科目之命題及審查委員

．教授科目：經濟學、國際金融、財務計量等課程。

．研究領域：時間序列的實證研究外，還包括國際金融、產業經濟、網路經濟等主題。

．研究論文：曾經發表在Journal of International Economics、經濟研究、亞太經濟管理評論等國內外期刊，並曾獲「經濟研究」期刊年度最佳論文獎。

第一章 時間序列分析的基礎
1.1 從AR(1) 模型談起
1.2 時間序列模型之目的與涵義
1.3 蛛網理論、結構式與縮減式
1.4 AR(1) 模型的長期收歛值和經濟長期均衡之關係
1.5 加入誤差觀念的AR(1) 模型

第二章 Box-Jenkins 的ARMA 模型
2.1 先談談白噪音 (white noise)
2.2 ARMA(p,q) 模型
2.3 MA 隱含的經濟意義
2.4 定態與安定條件
2.5 用ACF 和PACF 判斷落後期數
附錄：ARMA 模型的另一種表示法：落遲運算符號

第三章 ARMA 模型的估計
3.1 估計ARMA 模型的第一步
3.2 ARMA 模型的診斷─Q 統計量和JB 統計量
3.3 如何選擇適當的ARMA 模型

第四章 結構轉變的考量
4.1 結構轉變在經濟模型和計量模型上之意義
4.2 Chow 的結構轉變之檢定與估計
4.3 讓資料說話的結構轉變檢定
4.4 門檻式自我相關結構轉變模型

第五章 自我相關條件異質變異模型
5.1 經濟與財務時間序列統計資料之特性
5.2 ARCH/GARCH 基本模型
5.3 未考量ARCH 對模型估計的影響
5.4 找出模型中是否有自我相關變異數不齊一的問題
5.5 估計ARCH/GARCH 模型
5.6 ARCH 模型在金融市場之應用─ARCH-M模型
5.7 GARCH 模型之擴展應用

第六章 多變數模型 與 向量自我迴歸
6.1 多變數時間序列模型與迴歸
6.2 多變數模型中殘差的問題
6.3 殘差含自我相關之處理
6.4 動態時間序列模型
6.5 向量自我迴歸

第七章 多變量GARCH 模型
7.1 多變量GARCH 模型之矩陣基礎
7.2 從GARCH(1,1) 到多變量GARCH(1,1)
7.3 下三角堆疊模型：Vech model
7.4 BEKK 模型
7.5 條件相關係數模型: CCC and DCC models
附錄：Eviews 可估計之多變量 GARCH 對照表

第八章 非定態時間序列模型
8.1 從 Random Walk 模型開始
8.2 RW 模型所隱含的經濟涵意
8.3 什麼是單根？
8.4 Dickey-Fuller 的單根檢定與衍生之檢定
8.5 Panel 單根檢定

第九章 共整合與誤差修正模型
9.1 整合變數
9.2 什麼是共整合？
9.3 誤差修正模型
9.4 Engle-Granger 共整合檢定與估計
9.5 Johansen 共整合檢定與估計
9.6 Johansen 共整合加入限制式之檢定

附錄 矩陣、向量和特性根
A.1 矩陣和向量之定義與運算
A.2 以矩陣方式表示聯立方程式
A.3 特性根與特性方程式