多元时间序列的滞后协整分析
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 绪论 | 第8-10页 |
| 第一章 多元平稳时序模型 | 第10-27页 |
| ·自回归移动平均模型ARMA(p,q) | 第10-17页 |
| ·ARMA(p,q)模型及其性质 | 第10-13页 |
| ·ARMA(p,q)模型的参数估计 | 第13-16页 |
| ·ARMA(p,q)模型的检验 | 第16-17页 |
| ·ARMA(p,q)模型的定阶问题 | 第17页 |
| ·多元平稳时序模型 | 第17-27页 |
| ·多元平稳时序一般概念 | 第17-19页 |
| ·多元平稳序列的均值和自协方差函数的估计 | 第19页 |
| ·向量自回归模型VAR(p) | 第19-23页 |
| ·交互影响的多元回归与多元时序混合模型 | 第23-27页 |
| 第二章 协整模型 | 第27-46页 |
| ·非平稳时序与单位根过程 | 第27-34页 |
| ·随机游走与单位根过程 | 第27-32页 |
| ·单位根过程的检验 | 第32-34页 |
| ·非平稳过程平稳化 | 第34页 |
| ·协整(Cointegration)过程 | 第34-46页 |
| ·协整过程的概念及表示 | 第34-39页 |
| ·协整过程的参数估计 | 第39-43页 |
| ·协整过程与协整向量的检验 | 第43-46页 |
| 第三章 滞后协整分析 | 第46-56页 |
| ·滞后协整概念 | 第46-47页 |
| ·滞后协整参数估计 | 第47-49页 |
| ·滞后协整参数的最小二乘估计 | 第47页 |
| ·滞后协整参数的极大似然估计 | 第47-49页 |
| ·滞后协整检验 | 第49-50页 |
| ·基于最小二乘估计的滞后协整检验 | 第49-50页 |
| ·基于极大似然估计的滞后协整检验 | 第50页 |
| ·滞后协整与ADL模型 | 第50-56页 |
| ·自回归分布滞后模型 | 第51-52页 |
| ·几何滞后模型的Koyck变换及估计 | 第52-53页 |
| ·有限多项式滞后回归 | 第53-56页 |
| 第四章 居民消费价格指数趋势预测 | 第56-66页 |
| ·模型构建 | 第56-60页 |
| ·时序分析 | 第57-58页 |
| ·滞后协整分析 | 第58-59页 |
| ·综合分析 | 第59-60页 |
| ·实例分析 | 第60-66页 |
| ·变量选取 | 第60-61页 |
| ·数据频率和来源 | 第61页 |
| ·居民消费价格指数趋势预测 | 第61-64页 |
| ·预测效果评价 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 论文期间所发表的论文 | 第71页 |
