计量经济及高等研究法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

计量经济及高等研究法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

Chapter 1认识数学及计量经济1

财金时间数列之非定态（stationarity）波动程度3

多个总体时间数列之共同趋势（共整合检定）3

1.1认识数学符号4

1.1.1数学符号4

1.1.2希腊字符号11

1.1.3统计量数12

1.2矩阵运算29

1.2.1特徵值及特徵向量29

1.2.2矩阵公式之运算31

1.2.3 Excel的矩阵运算45

1.3时间序列之统计分类64

1.3.1何谓稳定性（定态）67

1.3.2经济分析常用的时间数列模型68

1.3.3时间序列之统计软体71

1.4认识时间序列软体JMulTi72

Chapter 2财经及金融之专有名词77

2.1计量经济之专有名词78

2.2金融专有名词112

2.3财经变数127

2.3.1虚拟变数129

2.3.2财经变数的变数变换140

Chapter 3预测用途之回归模型149

3.1预测150

3.1.1预测类型150

3.1.2时间序列分析151

3.2线性回归vs.时间序列回归154

3.2.1横断面之线性回归（OLS）154

3.2.2 JMulTi软体之OLS简单回归158

3.2.3计量经济之回归模型161

3.2.4二个时间序列之AR（1）计算172

3.3 JMulTi预测之回归式的三大残差诊断法：残差之自我相关、JB常态性、ARCH-LM174

3.3.1 MA（q）、AR（P）参数值之适配性考验178

3.3.2残差之自我相关检定179

3.3.3残差之常态性检定181

3.3.4以ARCH-LM检定ARCH（q）模型182

Chapter 4时间序列回归MA、AR、ARIMA185

4.1 ARIMA概念186

4.1.1 ARIMA（p，d，q） vs.GARCH（p，q）186

4.1.2 ARIMA建构模型之步骤187

4.1.3 ARIMA应用领域188

4.2稳定数列之移动平均模型（MA）189

4.2.1 MA（1）模型192

4.2.2 MA（2）模型195

4.2.3 MA（q）模型197

4.2.4 JMulTi分析MA（q）模型199

4.2.5 Eviews函数之指令210

4.2.6 Eviews分析MA（q）模型211

4.3稳定数列之自我回归模型（AR）216

4.3.1 AR（1）模型219

4.3.2 AR（2）模型225

4.3.3 JMulTi分析AR（p）模型229

4.3.4 Eviews分析AR（p）模型241

4.4定态数列之ARIMA模型245

4.4.1 ARIMA（p，q）模型之概念245

4.4.2 JMulTi分析ARIMA（p，d，q）模型249

4.4.2 JMulTi以ARIMA试探非定态序列254

4.4.3 Eviews分析ARIMA（p，q）模型257

4.4.4 JMulTi实例：西德个人所得（income）的预测261

4.5 JMulTi实作ARIMA预测模型——BDI的预测及走势分析266

基于ARIMA模型的散装运输运价预测与走势分析267

Chapter 5单变量ARCH-GARCH、多变量MGARCH279

5.1单变量ARCH282

5.1.1时间序列之波动性283

5.1.2 ARCH-GARCH分析流程288

5.1.3单变量ARCH模型291

5.2单变量GARCH模型297

5.3条件变异数之不对称GARCH模型302

5.4 JMulTi如可判定GARCH之p及q值？307

5.4.1以JMulTi作ARCH（q）或GARCH（p，q）三大残差之检定308

5.4.2 JMulTi实例：西德DAX股市波动的预测311

5.5多变量MGARCH315

5.5.1多变量MGARCH模型315

5.5.2多变量GARCH（1，1）：BEKK形式318

5.6用JMulTi判定ARCH（q）或GARCH（p，q）之实例325

Chapter 6联立回归式：定态之向量自我回归VAR335

6.1预测之回归模型337

6.1.1预测之三种回归模型337

6.1.2 VAR、VECM模型之应用领域342

6.2预测之向量自我回归模型（VAR）347

6.2.1二种VAR模型349

6.2.2 VAR与VECM分析流程357

6.3 VAR之结构分析367

6.3.1因果关系检定368

6.3.2冲击反应分析371

6.3.3预测误差变异数分解376

6.4结构性转变检定382

6.4.1稳定性之Chow检定384

6.4.2稳定性之CUSUM检定386

6.4.3门槛自我回归（TAR）模型388

6.5以JMulTi软体来分析VAR397

Chapter 7联立回归式：定态之Structural VAR （SVAR）431

7.1 SVAR模型432

7.1.1 Structural VAR （SVAR）与VAR之差异比较435

7.1.2 SVAR模型的建构437

7.1.3 SVAR AB-模型439

7.1.4 SVAR Blanchard-Quah模型444

7.1.5 SVAR实例：外人直接投资、贸易与经济成长——东亚与拉丁美洲之实证446

7.2以JMulTi软体来分析Structural VAR450

Chapter 8联立回归式：非定态VECM概念459

8.1共整合、因果模型VECM460

8.1.1VECM之应用领域460

8.1.2共整合检定与长期均衡关系461

8.2向量误差修正模型（VECM）463

8.2.1误差修正模型（ECM）与向量误差修正模型（VECM）463

8.2.2共整合模型464

8.3 JMulTi之VECM范例练习470

8.4 VECM范例1：国际利率传递与跟进动态效果471

8.5 VECM范例2：台湾各都市内部迁移率与住宅市场关系476

8.6 JMulTi实作VECM：散装运输运价BDI指数之预测499

散装运输运价BDI指数之预测：VECM回归499

Chapter 9非线性回归STR、STVR523

9.1平滑转换回归（STR）524

9.1.1非线性回归之理论建构及分析529

9.1.2平滑转换回归（STR）543

9.1.3 STR模型之线性检定（linearity test）552

9.1.4 STR、STAR的诊断性分析555

9.2 JMulTi分析STR之流程557

9.3平滑转换自我回归（STAR）566

9.3.1 STAR分析流程569

9.3.2 STAR模型570

9.3.3 TV-STAR模型573

9.3.4 TV-STAR模型的建构574

9.3.5 STAR与TV-STAR模型的估计及检定577

9.3.6预测绩效的比较580

9.4用JMulTi分析SNAR之实例581

9.5非线性定态检定之应用实例598

东南亚区域长期购买力平价说之检定598

Chapter 10单根检定611

10.1单根检定612

10.1.1定态性的意义614

10.1.2常态分配之偏态与峰度615

10.1.3单根检定法621

10.1.4单根检定之流程624

10.1.5单根检定法626

10.2 EViews软体之单根检定634

10.3 JMulTi单根检定之实例642

Chapter 11共整合检定663

11.1共整合检定667

11.1.1共整合分析之流程669

11.1.2三种共整合检定法670

11.1.3向量误差修正模型（VECM）679

11.1.4共整合关系应用在价差交易策略680

11.2 Granger因果关系之检定681

11.3以JMulTi软体来分析共整合检定684

参考文献707