经济与金融计量方法:原理.应用案例及R语言实现/何宗武等

目 录
Contents
推荐序
自序
前言
**部分　R语言及概率、统计基础
第1章　R语言概览 / 2
1.1　选择R语言的理由 / 2
1.2　R的安装 / 4
1.3　R使用概览 / 6
1.4　常用的图形用户界面 / 10
第2章　数据结构及数据对象处理 / 21
2.1　数据类型 / 21
2.2　数据结构 / 22
2.3　常规数据对象的处理 / 30
2.4　时间序列对象的处理 / 39
第3章　数据存取及预处理 / 51
3.1　数据文件读取 / 51
3.2　数据的网络获取 / 57
3.3　数据库访问 / 65
3.4　数据处理常用函数 / 71
3.5　数据的基本统计分析 / 74
第4章　R的绘图工具 / 79
4.1　数据分布特征的视觉化 / 79
4.2　基础绘图函数plot() / 82
4.3　多笔数据的视觉呈现 / 88
4.4　多因素分析与栅格图 / 98
4.5　时间序列图形的绘制 / 108
4.6　三维立体图形的绘制 / 117
4.7　地图相关图形的绘制 / 119
4.8　函数曲线的绘制 / 122
4.9　图形的外部存储 / 123
第5章　概率与统计分析原理 / 125
5.1　统计分析原理 / 126
5.2　函数原理和数据分析 / 129
5.3　R的金融工具箱 / 131
第6章　线性模型 / 137
6.1　基础线性回归原理：*小二乘法 / 137
6.2　单变量线性回归 / 138
6.3　多元连续变量线性回归 / 144
6.4　因子和交互效果 / 146
6.5　回归诊断检验 / 149
6.6　简单时间序列回归：dynlm() / 151
6.7　共线性检验 / 153
第7章　线性模型的扩展 / 155
7.1　广义线性模型 / 155
7.2　稳健统计量 / 167
第二部分　单变量时间序列分析
第8章　时间序列的平稳性I （0）和I （1） / 174
8.1　时间序列性质 / 174
8.2　单笔时间序列性质 / 175
8.3　ARMA过程 / 182
8.4　序列相关的检验与修正 / 184
8.5　时间序列预测 / 186
8.6　ARIMA和季节ARIMA的自动配置 / 188
8.7　非平稳时间序列及其单位根检验 / 189
第9章　单变量GARCH模型 / 196
9.1　单变量GARCH原理 / 196
9.2　单变量GARCH的简易操作 / 199
9.3　单变量GARCH的专业处理 / 206
第三部分　多变量时间序列分析
第10章　向量自回归和误差修正模型 / 214
10.1　平稳VAR多变量原理 / 214
10.2　R包与VAR程序范例 / 215
10.3　VECM的协整分析 / 220
第11章　多变量GARCH模型 / 226
11.1　多变量GARCH原理 / 226
11.2　多变量GARCH的处理rmgarch包 / 228
11.3　设定条件的多样化 / 233
第12章　多变量的投资组合运用 / 234
12.1　初步选择资产 / 234
12.2　多元化投资组合与回测 / 236
第四部分　非线性时间序列分析
第13章　门限和平滑转移 / 246
13.1　门限单位根过程 / 246
13.2　门限VAR / 251
13.3　门限VECM / 254
13.4　平滑转换模型 / 256
第14章　结构变化 / 257
14.1　结构变化的检验 / 257
14.2　Bai-Perron方法 / 266
第15章　马尔科夫转换模型 / 273
15.1　模型简介 / 273
15.2　R范例程序说明 / 277
第五部分　面板数据分析
第16章　面板数据及其模型 / 290
16.1　概述 / 290
16.2　基本线性模型 / 295
16.3　维度N的异质性 / 297
第17章　面板数据模型的检验 / 307
17.1　固定效应模型 / 307
17.2　随机效应模型 / 308
17.3　随机效应与固定效应的选择 / 310
17.4　序列相关检验 / 312
17.5　序列相关的修正 / 315
第18章　面板数据的延伸主题 / 323
18.1　动态面板数据与广义矩GMM估计 / 323
18.2　具门限效果的面板回归 / 327
第六部分　高频数据分析
第19章　混频模型：MIDAS / 330
19.1　MIDAS的原理 / 330
19.2　MIDAS在R中的实现 / 332
第七部分　研究实例及R实现
第20章　基于已实现GARCH的高频数据波动率建模 / 340
20.1　模型介绍 / 340
20.2　中国股市的实证研究案例 / 341
20.3　本章小结 / 346
第21章　基于DCC-GARCH的波动率溢出研究 / 347
21.1　模型的特征与估计原理 / 347
21.2　中美股市动态相关性实证研究案例 / 348
第22章　基于TVAR和VAR的量价关系研究 / 354
22.1　基于TVAR的标准普尔500指数量价关系研究 / 354
22.2　基于VAR的道琼斯指数量价关系研究 / 357
第23章　沪港通对A H股联动性的影响 / 362
23.1　选题介绍 / 362
23.2　文献综述 / 362
23.3　实证方法：DCC-GARCH模型及其估计原理 / 363
23.4　数据处理与实证结果 / 364
第24章　铜期货与现货的协整关系 / 373
24.1　门限VECM模型概述 / 373
24.2　背景概述 / 373
24.3　数据处理与实证结果 / 374
第25章　沪深300股指期现货关系的实证研究 / 381
25.1　背景介绍 / 381
25.2　文献综述 / 381
25.3　数据处理与实证结果 / 382
25.4　研究结论 / 386
第26章　中国商品期货指数通胀对冲能力的实证研究 / 387
26.1　背景介绍 / 387
26.2　相关文献综述 / 388
26.3　通胀对冲定义 / 388
26.4　数据处理与实证结果 / 388
26.5　主要的R程序代码及其说明 / 391
参考文献 / 393
后记 / 400