| 中文摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-8页 |
| ·问题的提出 | 第6页 |
| ·现实意义 | 第6-7页 |
| ·本文的主要内容结构 | 第7-8页 |
| 第二章 国内外时间序列分析研究概述 | 第8-12页 |
| ·国外时间序列分析的发展历程 | 第8-9页 |
| ·单方程时间序列分析模型 | 第8页 |
| ·多方程时间序列分析模型 | 第8-9页 |
| ·国内时间序列的发展历程 | 第9-10页 |
| ·单方程时间序列分析模型 | 第9页 |
| ·多方程时间序列分析模型 | 第9-10页 |
| ·现有模型的不足 | 第10-11页 |
| ·小结 | 第11-12页 |
| 第三章 模型的构建 | 第12-19页 |
| ·模型的一般形式 | 第12页 |
| ·模型解释变量的选择 | 第12-16页 |
| ·滞后阶数的确定和变量选择的有关方法介绍 | 第13-15页 |
| ·解释变量的选择方法 | 第15-16页 |
| ·模型(3.1.1)的两种表示形式 | 第16-18页 |
| ·结构式 | 第16-18页 |
| ·简化式 | 第18页 |
| ·小结 | 第18-19页 |
| 第四章 模型参数的估计 | 第19-45页 |
| ·模型的识别 | 第19-22页 |
| ·结构方程的识别 | 第19页 |
| ·模型的识别 | 第19页 |
| ·结构方程识别的条件 | 第19-20页 |
| ·识别的经验方法 | 第20-21页 |
| ·结构方程识别问题总结 | 第21-22页 |
| ·模型参数的估计 | 第22-31页 |
| ·间接最小二乘法(ILS) | 第22页 |
| ·工具变量法(IV) | 第22-23页 |
| ·二阶段最小二乘方法(2SLS) | 第23-24页 |
| ·三阶段最小二乘方法(3SLS) | 第24页 |
| ·完全信息极大似然估计(FIML) | 第24-30页 |
| ·结构方程系数矩阵零约束下的完全信息极大似然估计 | 第25-26页 |
| ·结构方程系数矩阵线性约束下的完全信息极大似然估计 | 第26-30页 |
| ·有限信息极大似然估计(LIML) | 第30-31页 |
| ·模型设计矩阵复共线时的参数估计 | 第31-44页 |
| ·参数的修正间接广义岭估计 | 第31-38页 |
| ·复共线回归模型的病态分离算法 | 第38-44页 |
| ·小结 | 第44-45页 |
| 第五章 实证分析 | 第45-54页 |
| ·模型变量的选择 | 第45页 |
| ·样本数据的采集 | 第45-48页 |
| ·模型滞后阶数的确定 | 第48-49页 |
| ·模型的建立 | 第49-51页 |
| ·使用普通最小二乘法(OLS)建立模型 | 第49-50页 |
| ·使用二阶段最小二乘法(2SLS)建立模型 | 第50-51页 |
| ·模型(2.2.1)、(2.2.2)和(3.1.1)比较 | 第51-53页 |
| ·回归分析比较 | 第51-52页 |
| ·预测效果比较 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第六章 总结 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录: 作者在硕士期间发表的论文 | 第60页 |