【论坛首发+超级爆】

金融时间序列大牛：蔡瑞胸（RueyS.Tsay）的新作：

《多元时间序列分析及金融应用：R语言》 的中文版

蔡瑞胸（RueyS.Tsay）的著作我想很多人都知道，《金融时间序列分析》已经出到第三版，论坛也有帖子：

https://bbs.pinggu.org/thread-6360278-1-1.html

2016年刚刚出版的中文版！！

一直很多人都在找这本书的中文版，今天通过某宝找到了这本书，自己制作了目录，扫描清晰！！

在此之前论坛已经有人发过英文版，下面是英文版的帖子：

https://bbs.pinggu.org/thread-3046592-1-1.html

好了，按照惯例。

开始介绍本书内容了

目录

译者序 前言 致谢 第1章多元线性时间序列 1.1 引言 1.2基本概念 1.2.1平稳性 1.2.2线性 1.2.3可逆性 1.3交叉协方差和相关矩阵 1.4样本CCM 1.5零交叉相关性的检验 1.6预测 1.7模型表示 1.8本书的结构 1.9软件 练习 参考文献 第2章平稳向量自回归时间序列 2.1引言 2.2VAR（1）模型 2.3VAR（2）模型 2.4VAR（p）模型 2.4.1一个VAR（1）表达式 2.4.2平稳条件 2.4.3矩方程 2.4.4隐含的分量模型 2.4.5移动平均表达式 2.5估计 2.6阶选择 2.6.1序列似然比检验 2.6.2信息准则 2.7模型检验 2.8线性约束 2.9预测 2.10脉冲响应函数 2.10.1正交新息 2.11预测误差方差分解 2.12证明 练习 参考文献 第3章向量自回归移动平均时间序列 3.1向量MA模型 3.1.1VMA（1）模型 3.1.2VMA（q）模型的性质 3.2设定VMA 阶 3.3VMA模型的估计 3.4VMA模型预测 3.5VARMA模型 3.5.1可识别性 3.5.2VARMA（1,1）模型 3.5.3VARMA模型的一些性质 3.6VARMA模型的隐含关系 3.6.1格兰杰因果关系 3.6.2脉冲响应函数 3.7VARMA过程的线性变换 3.8VARMA过程的时间聚合 3.9VARMA模型的似然函数 3.9.1条件似然函数 3.9.2精确似然函数 3.9.3解释似然函数 3.9.4似然函数计算 3.10精确似然函数的新息方法 3.10.1块Cholesky 分解 3.11极大似然估计的渐近分布 3.11.1线性参数约束 3.12拟合VARMA模型的模型检验 3.13VARMA模型预测 3.13.1预测更新 3.14初次阶识别 3.14.1一致AR估计 3.14.2扩展的交叉相关矩阵 3.14.3汇总双向表 3.15VARMA模型的实证分析 3.15.1个人收入与支出 3.15.2房屋开工率和房贷利率 3.16附录 练习 参考文献 第4章VARMA模型的结构设定 4.1Kronecker 指数方法 4.1.1预测解释 4.1.2VARMA设定 4.1.3一个说明性的例子 4.1.4Echelon形式 4.1.5续例 4.2标量分量方法 4.2.1标量分量模型 4.2.2模型设定与标量分量模型 4.2.3冗余参数 4.2.4VARMA 模型设定 4.2.5变换矩阵 4.3阶数设定的统计量 4.3.1降秩检验 4.4求解Kronecker指数 4.4.1应用 4.5求解标量分量模型 4.5.1标量分量模型的含义 4.5.2可交换标量分量模型 4.5.3求解标量分量 4.5.4应用 4.6估计 4.6.1Kronecker指数方法的解释 4.6.2SCM方法的解释 4.7例子 4.7.1SCM方法 4.7.2Kronecker指数方法 4.7.3讨论和比较 4.8附录：典型相关分析 练习 参考文献 第5章单位根非平稳过程 5.1一元单位根过程 5.1.1动机 5.1.2平稳单位根 5.1.3AR(1)模型 5.1.4AR(p)模型 5.1.5MA(1)模型 5.1.6单位根检验 5.1.7例子 5.2多元单位根过程 5.2.1等价模型表示法 5.2.2单位根VAR过程 5.3伪回归 5.4多元变量指数平滑过程 5.5协整关系 5.5.1一个协整的例子 5.5.2协整性的一些说明 5.6误差修正模型 5.7协整向量的含义 5.7.1确定性项的含义 5.7.2移动平均表示法的含义 5.8协整向量的参数化 5.9协整检验 5.9.1VAR模型 5.9.2确定性项的设定 5.9.3似然比检验小结 5.9.4对VAR模型的协整检验 5.9.5案例 5.9.6VARMA模型的协整检验 5.10误差修正模型的估计 5.10.1VAR模型 5.10.2简化回归模型 5.10.3VARMA模型 5.11应用 5.12讨论 5.13附录 练习 参考文献 第6章因子模型和其他问题 6.1季节模型 6.2主成分分析 6.3外生变量的运用 6.3.1VARX模型 6.3.2回归模型 6.4缺失值 6.4.1完全缺失 6.4.2部分缺失 6.5因子模型 6.5.1正交因子模型 6.5.2近似因子模型 6.5.3扩散指数模型 6.5.4动态因子模型 6.5.5约束因子模型 6.5.6渐近主成分分析 6.6分类和聚类分析 6.6.1聚类分析 6.6.2贝叶斯估计 6.6.3马尔科夫链蒙特卡洛法 练习 参考文献 第7章多元波动率模型 7.1条件异方差检验 7.2多元波动率模型估计 7.3波动率模型的诊断检验 7.4指数加权移动平均 7.5BEKK模型 7.6Cholesky分解和波动率建模 7.7动态条件相关模型 7.7.1建立DCC模型的过程 7.7.2例子 7.8正交变换 7.8.1Go GARCH模型 7.8.2动态正交分量 7.8.3DOC存在性检验 7.9基于Copula函数模型 7.10主波动成分 练习 参考文献 附录A数学与统计学

2018-5-8 19:21:48 上传 下载附件 (930.29 KB)

自己花钱买的，也自己做了目录，赚一点论坛币，希望大家别介意，谢谢大家！！！

【编辑版】多元时间序列分析及金融应用：R语言.pdf (71.98 MB, 需要: 60 个论坛币) 2018-5-8 19:50:18 上传 需要: 60 个论坛币