第一章 总论
第一节 季节时问序列的多样性
第二节 季节时间序列模型
一、季节ARIMA过程
二、周期性过程
三、非线性季节模型
第三节 季节性时间序列理论发展概览
一、早期观点
二、季节调整理论
三、最新观点及研究前沿
第二章 季节ARIMA模型
第一节 基本概念
第二节 季节ARIMA模型的类别
一、自回归移动平均乘积性季节模型
二、确定性季节时间序列
三、季节性单整过程
第三节 非平稳性的误设定
一、趋势平稳（TS）与差分平稳（DS）
二、确定性季节性与季节性单整
第四节 季节ARIMA模型的建立与预测
一、数据的平稳性检验
二、SARMA模型的识别、估计和检验
三、预测
第五节 案例：美国国际航空公司旅客客票数的乘积模型和组合模型
第三章 季节模式的假设检验
第一节 确定性季节性的假设检验
一、Canova-Hansen检验
二、Caner检验
三、Tam—Reinsel检验
四、一些评论
第二节 季节单整的检验
一、Dickey-Hasza-Fuller检验
二、HEGY检验
三、Kunst检验
四、Osborn-Chui-Smith-Birchenhall检验
五、一些评论
第三节 扩展
一、附加动态项
二、确定项
三、高阶非平稳性工
四、复合检验及显著性水平
五、一些实证研究结果
第四节 案例：我国进出口总额的季节模式
一、平稳季节模式的检验
二、季节单位根检验
第四章 季节调整技术原理
第一节 构成因素的分解
第二节 X-12-ARIMA
一、X-11程序
二、RegARIMA建模与诊断
第一节 TRAMO/SEATS程序
一、SEATS方法的基本原理
二、与X-11的比较
第四节 季节调整对单位根检验的影响
一、数据生成过程为单位根过程
二、数据生成过程为平稳ARMA过程
第五节 与其他数据变换的关系
第六节 案例
案例1：中美进出口总额的季节调整
案例2：基于调整和未调整序列的单位根检验
第五章 多变量季节模型
第一节 单方程季节模型
一、季节调整对回归效果的影响
二、季节虚假回归
第二节 季节向量ARIMA模型
一、季节向量ARMA的性质
二、季节向量ARIMA模型的建立
三、扩展
第三节 季节协整与误差修正模型
一、单一方程季节协整方法
二、向量季节协整方法
三、扩展
第四节 案例：中国进出口贸易的误差修正模型
第六章 周期性ARIMA过程
第一节周期性过程的类别和性质
一、周期性过程的定义与分类
二、PAR过程的性质
第二节 非平稳的PAR过程
一、PAR过程的单整类型
二、PAR过程的单整性检验
第三节 周期性协整
一、周期性协整的定义
二、周期协整的检验
第四节 案例：理性预期下生命周期持久收入假说的检验
一、REPIH的（季节）检验方法
二、中国消费行为的REPIH检验结果
第七章 非线性季节模型
第一节 季节GARCH模型
一、季节GARCH类模型的定义和性质
二、检验和估计
第二节 随机系数季节自回归过程
一、随机系数ARIMA模型的性质
二、检验和估计
第三节 周期马尔可夫开关模型
一、周期马尔可夫开关模型的定义和性质
二、估计和检验
参考文献
附表1 t分布百分位数表
附表2 X2分布百分位数表
附表3 F分布百分位数表
附表4 VM分布百分位数表
附表5 DHF分布百分位数表
附表6 季节单位根检验临界值表
附表7 Kunst分布百分位数表
附表8 季节协整检验临界值表
缺书网
扫码进群