第1章引言及基礎知識
1.1時間序列分析的發展曆史
1.2經濟時間序列的圖形錶示
1.3滯後算子
1.4遍曆性和平穩性
參考文獻
第2章單變量平穩過程
2.1自迴歸過程
2.1.1一階自迴歸過程
2.1.2二階自迴歸過程
2.1.3高階自迴歸過程
2.1.4偏自相關函數
2.1.5自迴歸過程的估計
2.2移動平均過程
2.2.1一階移動平均過程
2.2.2MA（1）過程與時頻歸並
2.2.3高階移動平均過程
2.3混閤過程
2.3.1ARMA（1，1）過程
2.3.2ARMA（p，q）過程
2.4預測
2.4.1最小均方誤差（minimalmeansquarederrors）預測
2.4.2ARMA（p，q）過程的預測
2.4.3預測效果的評價
2.5計量模型與ARMA過程的關係
參考文獻
第3章格蘭傑因果關係
3.1格蘭傑因果性的定義
3.2雙變量模型中因果關係的刻畫
3.2.1因果關係的刻畫———基於自迴歸和移動平均過程
3.2.2因果關係的刻畫———基於單變量過程的殘差
3.3因果關係檢驗
3.3.1直接格蘭傑方法
3.3.2Haugh—Pierce檢驗
3.3.3Hsiao方法
3.4因果關係檢驗在多元模型中的應用
3.4.1直接格蘭傑方法在多變量情形下的應用
3.4.2在多變量模型中解釋雙變量因果檢驗的結果
3.5結束語
參考文獻
第4章嚮量自迴歸過程
4.1VAR係統的錶達式
4.2格蘭傑因果性
4.3脈衝響應分析
4.4方差分解
4.5結束語
參考文獻
第5章非平穩過程
5.1非平穩性的形式
5.2趨勢去除
5.3單位根檢驗
5.3.1Dickey—Fuller檢驗
5.3.2增廣的Dickey—Fuller檢驗
5.3.3Phillips—Perron檢驗
5.3.4單位根檢驗和結構突變
5.3.5當原假設為平穩時的檢驗
5.4時間序列的分解
5.5進一步的擴展
5.5.1分整（fractionalintegration）
5.5.2季節單整
5.6經濟時間序列中的確定性趨勢與隨機趨勢
參考文獻
第6章協整
6.1協整過程的定義及性質
6.2單方程模型中的協整：錶達式、估計及檢驗
6.2.1雙變量協整
6.2.2多變量協整
6.2.3靜態模型中的協整檢驗
6.2.4動態模型中的協整檢驗
6.3嚮量自迴歸模型中的協整
6.3.1嚮量誤差修正錶達式
6.3.2Johansen方法
6.3.3嚮量誤差修正模型的分析
6.4協整與經濟理論
參考文獻
第7章非平穩麵闆數據
7.1麵闆模型的幾個相關問題
7.1.1遺漏變量偏差
7.1.2估計和檢驗
7.1.3混閤的麵闆證據（mixedpanelevidence）
7.2麵闆單位根檢驗
7.2.1第一代檢驗方法
7.2.2第二代檢驗方法
7.2.3平穩性原假設的檢驗
7.3顯著性的結閤
7.3.1逆正態方法（inversenormalmethod）
7.3.2Bonferroni型檢驗
7.4麵闆協整
7.4.1單方程方法
7.4.2係統方法
7.5結束語
參考文獻
第8章自迴歸條件異方差
8.1ARCH模型
8.1.1定義及錶達式
8.1.2條件矩
8.1.3時頻歸並
8.2廣義ARCH模型
8.2.1GARCH模型
8.2.2GARCH（1，1）過程
8.2.3非綫性擴展
8.3估計和檢驗
8.4多元模型
8.4.1VAR型模型
8.4.2相關模型（correlationmodels）
8.5金融市場分析中的ARCH/GARCH模型
參考文獻
譯後記
· · · · · · (收起)