本書是計量經濟學領域的一部經典教材，全書始終貫穿由淺入深的學習過程，運用真實的數據舉例，闡述關鍵概念，不但完整、精簡，而且非常注重應用。本書通過案例闡釋計量方法的實際應用，鮮有復雜的數學公式推導。全書的主題涵蓋差分方程、平穩時間序列模型、波動性建模、包含趨勢的模型、多方程時間序列模型、協整與誤差修正模型以及非線性時間序列模型等內容。
前 言在開始撰寫本書第1版時，我的初衷是寫一本有關宏觀計量經濟學時間序列分析的教材。幸運的是，不少同事勸我擴大視野，拓寬內容。應用微觀經濟學家已經掌握了時間序列分析方法，政治學科類期刊也更注重定量研究。在之前的版本中，案例都來自宏觀經濟學、農業經濟學、國際金融領域，還有來自我和托德·桑德勒一同對國內及跨國恐怖主義的研究。讀者會發現，書中的應用實例既有宏觀經濟學方面的，也有微觀經濟學方面的，并且二者的應用比例適當。 背景本書適合于有一定多元回歸分析知識背景的讀者。我假定讀者了解并會應用普通最小二乘法。我所有的學生都熟悉相關性和協方差的概念，他們都知道如何在回歸中使用t檢驗和F檢驗。我會使用一些術語，但不解釋它們的含義，如均方誤差、顯著性水平、無偏估計。本書用兩章來討論多元時間序列分析方法。為了理解和學好這些章節，讀者需要知道如何用矩陣代數對方程組求解。第1章是差分方程，它是本書的基石。按照我的經驗，在掌握回歸分析知識的基礎上，又通過對本書的學習，學生就足以閱讀專業期刊，也會達到從事嚴謹的應用研究的水平。然而，仍有一位不幸的讀者，給我來信寫道：我的文章全都是按照您所講的來寫的，但投稿論文仍然沒被采用，退稿了。 書中敘述的一些方法需要程序處理。估計結構向量自回歸模型VAR需要有足夠容量的軟件包來運算矩陣。蒙特卡洛算法需要大量的運算處理。估計非線性模型需要用軟件包，這個軟件包要含有對非線性最小二乘法和最大似然估計的運行程序。完全由菜單驅動的軟件包無法估計每一種時間序列模型。正如我對學生所講的，當一個時間序列模型的處理程序出現在計量經濟學軟件包的名單中時，它已經不新鮮了。為了更好地從書中汲取知識，你應該運用如EViews、RATS、MATLAB、R、STATA、SAS、GAUSS等軟件。 我在書名中使用應用二字是非常真誠的。之所以用它，是因為我相信歸納教學法。歸納教學方法是先舉簡單的例子，從簡單的情形出發，然后以此逐步構建更一般、更復雜的模型或過程。本書提供了每個歸納過程的詳細實例，按照由簡單到復雜的基本思想，每個例子都有分步驟的總結。學習方法只有一種，那就是實踐，行而學。每章的正文部分都有大量已經解決的問題。還有，每章最后的習題尤其重要。你學習的例子和練習越多越好。 第4版的創新我深思熟慮，非常謹慎地權衡了本書的完整性與簡練性。在決定書中新引入的內容時，我非常愿意傾聽，重視教師和學生傳來的電子郵件。為了避免原稿過于冗長，我在補充手冊（Supplementary Maunal）中介紹了很多新論題。在第2章新增內容中，討論了組合多種單變量預測的問題，其目的是降低總體預測誤差的方差。第3章通過介紹波動性脈沖響應函數擴展了多元GARCH模型的討論。據此，波動性擴散就要用類似于向量自回歸（VAR）模型中的脈沖響應的方法計算。很多讀者問及了關于自回歸分布滯后模型（autoregressive distributed lag model，ADL）的問題。因此，我重寫了第5章前面一部分，說明了定義和估計自回歸分布滯后模型的合適方法。這些新的內容補充完善了第6章中關于在協整系統中使用自回歸分布滯后模型的內容。第7章討論了在原假設下的不明冗余參數的所謂的戴維斯問題（Davies problem）。在這一章，還用Bai-Perron方法討論了多個內生突變（例如，潛在的突變發生于未知的時間）的問題。另外，由于突變可以很久才表現出來，在該章也論述了估計有邏輯突變的模型的過程。 有些內容放到了第4版的主頁（網站）上，如參考文獻、注釋和統計表。要獲取這些內容，請參考Wiley.com/College/Enders或訪問time-series.net。 新增內容因為需要將一些論題放在本書之外，我準備了一本補充手冊。這本手冊包含了我認為比較重要（或有趣）的內容，但并不是對所有讀者都是如此。書中會提示讀者查看補充手冊以尋求更多關于論題的信息。 為了幫助讀者編程，我編著了一本RATS編程手冊（Programming Manual）。當然，我沒有辦法取得每個平臺的指南。多數程序設計者都應該能將RATS語言的程序轉變為他們自己軟件包的語言。 還有一本教師手冊供給使用本書的教師。該手冊包含了所有數學問題的答案。還包含了一些程序，能運行出書中所示結果和在習題中所列示的模型。手冊中的版本適用于EVIEWS、RATS、SAS和STATA。 我還為每一章準備了PPT�；脽羝械膬热荻紒碜晕疑险n使用的素材。因此，PPT中強調的內容是我比較重視的。另外，部分幻燈片有擴展內容。 Wiley使所有采用本書的教師都能獲得這些手冊。補充手冊和編程手冊的不同版本都能從Wiley或我的私人網站：www.time-series.net下載。編程手冊還能在ESTIMA網下載，網址是：www.estima.com。 即使盡我所能，毫無疑問，書中也會出現錯誤。如果以前三個版本為鑒，那就是出現的錯誤很多。因此，我會在我的網站上持續更新錯誤和更正單，網址是：www.time-series.net。 很多人都提出了對原稿排版、風格、清晰度的改進意見。我收到了大量讀者的電子郵件，指出了書中的錯誤，并提出了關于書中論述的建議。我很感謝指出錯誤讓我不斷挑戰的學生。尤其是Karl Boulware、Pin Chung、Selahattin Dibooglu、HyeJin Lee、Jing Li、Eric Olson、Ling Shao、Jingan Yuan。Pierre Siklos和Mark Wohar基于第2版的修訂章節提出了非常重要的意見。我從Barry Falk和Junsoo Lee 處學到了很多關于時間序列的知識，因此，特別提及并感謝他們。也要感謝我的妻子Linda在我生病時支持我（特別是在我寫作原稿時）。 就在寫第3版的前言時，我得知Clive Granger永遠地離開了我們。我在明尼蘇達大學休假的前幾個月，得到了一次赴加州大學圣迭戈分校參加研討的機會。那時，我正在研究迭代模型，根本就沒有想過要做一名應用計量經濟學家。然而，當我初次遇見Clive時，他說：在冬天，這里會比明尼蘇達暖和100度（華氏），為什么不在這里休假呢？于是，我改變了計劃，決定留在加州大學圣迭戈分校，與眾多數理經濟學研究者共事。幸運的是，我碰巧完整地聽了他的一節課（和Robert Engle共同教學），從此，深深地愛上了計量經濟學的時間序列分析。我知道，告訴大家他的課如何改變了我的職業生涯，這會使他高興的，也寄托著對他深深的哀思。他和Robert Engle以一種很重要的方式，影響并且引領了書中所使用的方法。
沃爾特·恩德斯（Walter Enders），美國亞拉巴馬州立大學的經濟學教授，1975年他獲得紐約哥倫比亞大學經濟學博士學位。恩德斯博士近的研究集中于時間序列模型在經濟學和金融領域的發展與運用。他已經在許多期刊上發表了多篇論文，這些期刊包括：Review of Economy and Statistics，Quarterly Journal of Economics，Journal ofInternational Econom，ics，American Economic Review（美國經濟協會主辦），Journal of Business and Economic Statistics（美國統計協會主辦）以及The American Political Science Review（美國政治科學協會主辦）。他現擔任國際經濟學領域的三種期刊的正式編輯，以及烏克蘭政府的政策顧問。他還因防止核戰爭方面的行為科學研究，與托德·森德勒（Todd Sandler）分享了美國國家科學院的：ESTES獎。該獎項的認定中提到，…認知與行為科學領域的基礎研究，運用規范分析或實證方法，或兩者的佳結合，加深了我們對有關核戰危機的認識。國家科學院授予他們該獎項是因為他們…對跨國恐怖活動的共同研究，即運用博弈論和時間序列分析證明了恐怖襲擊對防御性反制措施的響應具有循環性和易變性的特征。
目 錄譯者序作譯者簡介前言第1章 差分方程1 本章學習目標1 導論1 1.1 時間序列模型1 1.2 差分方程及求解方法5 1.3 迭代法求解方程7 1.4 備選方法11 1.5 蛛網模型14 1.6 解齊次差分方程17 1.7 求確定性過程的特解25 1.8 待定系數法27 1.9 滯后算子31 1.10 總結33 習題34第2章 平穩時間序列模型36 本章學習目標36 2.1 隨機差分方程模型36 2.2 自回歸移動平均ARMA模型38 2.3 平穩性39 2.4 ARMA(p,q)模型的平穩性限制42 2.5 自相關函數46 2.6 偏自相關函數50 2.7 平穩序列的樣本自相關52 2.8 Box-Jenkins模型篩選方法59 2.9 預測性質62 2.10 利率差模型68 2.11 季節性模型75 2.12 參數穩定性和結構變化80 2.13 組合預測84 2.14 總結87 習題88第3章 波動性建模93 本章學習目標93 3.1 定式化的經濟時間序列93 3.2 ARCH和GARCH過程97 3.3 通貨膨脹的ARCH和GARCH估計103 3.4 GARCH模型的三個例子105 3.5 風險的GARCH模型111 3.6 ARCH-M模型112 3.7 ARCH過程的其他性質114 3.8 GARCH模型的最大似然估計119 3.9 其他條件方差模型121 3.10 估計紐約證券交易所100指數124 3.11 多元GARCH模型129 3.12 波動的脈沖響應133 3.13 總結135 習題136第4章 包含趨勢的模型140 本章學習目標140 4.1 確定性趨勢和隨機趨勢140 4.2 去除趨勢146 4.3 單位根與回歸殘差151 4.4 蒙特卡洛方法154 4.5 DF檢驗159 4.6 DF檢驗實例161 4.7 擴展的DF檢驗165 4.8 結構性變化174 4.9 有效性與確定性回歸變量180 4.10 有效性更好的檢驗182 4.11 Panel單位根檢驗186 4.12 趨勢和單變量分解189 4.13 總結195 習題196第5章 多方程時間序列模型199 本章學習目標199 5.1 干擾分析200 5.2 傳遞函數模型205 5.3 估計傳遞函數213 5.4 結構性多元估計的約束216 5.5 向量自回歸（VAR）介紹219 5.6 估計和識別223 5.7 脈沖響應函數227 5.8 假設檢驗233 5.9 簡單的VAR實例：美國與國際恐怖事件238 5.10 結構性VAR241 5.11 結構性分解實例244 5.12 過度識別系統248 5.13 Blanchard和Quah分解251 5.14 實例：分解實際匯率與名義匯率變動255 5.15 總結258 習題259第6章 協整與誤差修正模型264 本章學習目標264 6.1 單整變量的線性組合264 6.2 協整與共同趨勢270 6.3 協整與誤差修正模型271 6.4 協整檢驗：Engle-Granger檢驗方法277 6.5 協整檢驗：Engle-Granger檢驗方法演示280 6.6 協整和購買力平價理論283 6.7 特征根、秩與協整286 6.8 假設檢驗291 6.9 Johansen協整檢驗方法298 6.10 誤差修正和ADL檢驗301 6.11 三種方法的比較303 6.12 總結306 習題306第7章 非線性時間序列模型311 本章學習目標311 7.1 線性與非線性調整311 7.2 ARMA模型的簡單擴展313 7.3 非線性檢驗316 7.4 門限自回歸（TAR）模型321 7.5 TAR的擴展形式325 7.6 三個門限模型330 7.7 平滑轉換模型335 7.8 其他狀態轉換模型340 7.9 平滑轉換自回歸(STAR)模型的估計343 7.10 一般化的脈沖響應及其預測346 7.11 單位根與非線性352 7.12 更多內源性結構階355 7.13 總結361 習題362
新書資訊