預測經(jīng)濟時間序列

1 預測簡論
1.1 本書的背景
1.2 本書的結(jié)構(gòu)
1.3 經(jīng)濟預測理論簡史
1.4 預測框架
1.5 其他預測方法
1.6 一個虛構(gòu)的實例
2 預測的首要原理
2.1 簡介
2.2 不可預測性
2.3 信息含量
2.4 隨機變量的矩
2.5 可預報性
2.6 概念的含義
2.7 預測技術簡介
2.8 多變量模型的預測
2.9 經(jīng)濟預測中的因果信息
2.10 小結(jié)
3 預測精度的評價
3.1 簡介
3.2 預測結(jié)果的比較
3.3 相競模型的預測
3.4 MSFE度量
3.5 MSFE標準的非不變性
3.6 一個具不變性的預測精度度量
3.7 預測似然函數(shù)
3.8 小結(jié)
4 單變量過程的預測
4.1 簡介
4.2 穩(wěn)定的隨機過程
4.3 穩(wěn)定性
4.4 隨機的非穩(wěn)定性
4.5 確定的非穩(wěn)定性
4.6 分數(shù)整合過程
4.7 非線性模型的預測
4.8 含有ARCH誤差的模型的預測
4.9 二階矩相關和非對稱損失函數(shù)
4.10 小結(jié)
4.11 附錄：估計量冪指數(shù)的近似計算
5 蒙特卡羅模擬技術
5.1 簡介
5.2 蒙特卡羅的基本理論
5.3 兩階矩度量的控制變量
5.4 對偶變量：單方程的預測偏差
5.5 小結(jié)
6 協(xié)整系統(tǒng)的預測
6.1 簡介
6.2 非穩(wěn)定變量組成的系統(tǒng)
6.3 AR表示形式的線性變換
6.4 漸近方差公式
6.5 系統(tǒng)的預測偏差
6.6 小樣本估計中的問題
6.7 蒙特卡羅實驗的設計
6.8 模擬結(jié)果
6.9 實例說明
6.10 小結(jié)
6.11 附錄：數(shù)學推導
7 大型宏觀經(jīng)濟計量模型的預測
7.1 簡介
7.2 經(jīng)濟系統(tǒng)和預測模型
7.3 預測錯誤的分類
7.4 預測不確定性的來源
7.5 大規(guī)模計量模型的評價技術
7.6 小結(jié)
8 截距修正理論：超越機械式的預測
8.1 簡介
8.2 非線性系統(tǒng)的截距修正
8.3 度量誤差和數(shù)據(jù)的修正
8.4 條件與無條件預測量
8.5 使預測重返故道
8.6 預測期中的結(jié)構(gòu)變化
8.7 模型的設置錯誤
8.8 小結(jié)
8.9 附錄：預測起始點的估計
9 領先指標在預測中的應用
9.1 簡介
9.2 現(xiàn)行英國的綜合領先指數(shù)
9.3 綜合領先指數(shù)的分析
9.4 參數(shù)固定的指數(shù)分析框架
9.5 英國長期領先指數(shù)的實證分析
9.6 將CLI加入宏觀經(jīng)濟模型
9.7 英國LLI在小型貨幣模型中的作用
9.8 小結(jié)
10 綜合預測
10.1 簡介
10.2 預測的綜合
10.3 預測包容
10.4 條件和無條件預測的綜合
10.5 對結(jié)構(gòu)變化反映不同的模型的組合
10.6 小結(jié)
11 多步估計
11.1 簡介
11.2 估計和評價標準
11.3 預測誤差的部分分類
11.4 一個解析例子
11.5 設置正確模型的小樣本性質(zhì)
11.6 多步預測的蒙特卡羅分析
11.7 單位根和被忽略的移動平均(MA)誤差過程
11.8 小結(jié)
11.9 附錄：小樣本偏差
11.10 附錄：估計量的漸近分布
12 模型的簡易性
12.1 簡介
12.2 靜態(tài)預測模型的變量選擇
12.3 動態(tài)模型的1-步向前預測
12.4 h-步向前預測
12.5 向量過程
12.6 預測中的共線性
12.7 簡易性在模型選擇中的作用
12.8 小結(jié)
13 預測精度的檢驗
13.1 簡介
13.2 預測失敗檢驗
13.3 比較預測精度的檢驗
13.4 小結(jié)
13.5 附錄：多步預測誤差的方差
14 后記
14.1 本書的小結(jié)
14.2 對未來研究的展望
數(shù)學符號
參考文獻
作者索引
主題索引