●目 錄Contents推薦序自序前言第一部分  R語言及概率、統計基礎第1章  R語言概覽 / 21.1  選擇R語言的理由 / 21.2  R的安裝 / 41.3  R使用概覽 / 61.4  常用的圖形用戶界面 / 10第2章  數據結構及數據對像處理 / 212.1  數據類型 / 212.2  數據結構 / 222.3  常規數據對像的處理 / 302.4  時間序列對像的處理 / 39第3章  數據存取及預處理 / 513.1  數據文件讀取 / 513.2  數據的網絡獲取 / 573.3  數據庫訪問 / 653.4  數據處理常用函數 / 713.5  數據的基本統計分析 / 74第4章  R的繪圖工具 / 794.1  數據分布特征的視覺化 / 794.2  基礎繪圖函數plot() / 824.3  多筆數據的視覺呈現 / 884.4  多因素分析與柵格圖 / 984.5  時間序列圖形的繪制 / 1084.6  三維立體圖形的繪制 / 1174.7  地圖相關圖形的繪制 / 1194.8  函數曲線的繪制 / 1224.9  圖形的外部存儲 / 123第5章  概率與統計分析原理 / 1255.1  統計分析原理 / 1265.2  函數原理和數據分析 / 1295.3  R的金融工具箱 / 131第6章  線性模型 / 1376.1  基礎線性回歸原理：最小二乘法 / 1376.2  單變量線性回歸 / 1386.3 &nbs連續變量線性回歸 / 1446.4  因子和交互效果 / 1466.5  回歸診斷檢驗 / 1496.6  簡單時間序列回歸：dynlm() / 1516.7  共線性檢驗 / 153第7章  線性模型的擴展 / 1557.1  廣義線性模型 / 1557.2  穩健統計量 / 167第二部分  單變量時間序列分析第8章  時間序列的平穩性I （0）和I （1） / 1748.1  時間序列性質 / 1748.2  單筆時間序列性質 / 1758.3  ARMA過程 / 1828.4  序列相關的檢驗與修正 / 1848.5  時間序列預測 / 1868.6  ARIMA和季節ARIMA的自動配置 / 1888.7  非平穩時間序列及其單位根檢驗 / 189第9章  單變量GARCH模型 / 1969.1  單變量GARCH原理 / 1969.2  單變量GARCH的簡易操作 / 1999.3  單變量GARCH的專業處理 / 206第三部分  多變量時間序列分析第10章  向量自回歸和誤差修正模型 / 21410.1  平穩VAR多變量原理 / 21410.2  R包與VAR程序範例 / 21510.3  VECM的協整分析 / 220第11章  多變量GARCH模型 / 22611.1  多變量GARCH原理 / 22611.2  多變量GARCH的處理rmgarch包 / 22811.3  設定條件的多樣化 / 233第12章  多變量的投資組合運用 / 23412.1  初步選擇資產 / 23412.2 &nbs化投資組合與回測 / 236第四部分  非線性時間序列分析第13章  門限和平滑轉移 / 24613.1  門限單位根過程 / 24613.2  門限VAR / 25113.3  門限VECM / 25413.4  平滑轉換模型 / 256第14章  結構變化 / 25714.1  結構變化的檢驗 / 25714.2  Bai-Perron方法 / 266第15章  馬爾科夫轉換模型 / 27315.1  模型簡介 / 27315.2  R範例程序說明 / 277第五部分  面板數據分析第16章  面板數據及其模型 / 29016.1  概述 / 29016.2  基本線性模型 / 29516.3  維度N的異質性 / 297第17章  面板數據模型的檢驗 / 30717.1  固定效應模型 / 30717.2  隨機效應模型 / 30817.3  隨機效應與固定效應的選擇 / 31017.4  序列相關檢驗 / 31217.5  序列相關的修正 / 315第18章  面板數據的延伸主題 / 32318.1  動態面板數據與廣義矩GMM估計 / 32318.2  具門限效果的面板回歸 / 327第六部分  高頻數據分析第19章  混頻模型：MIDAS / 33019.1  MIDAS的原理 / 33019.2  MIDAS在R中的實現 / 332第七部分  研究實例及R實現第20章  基於已實現GARCH的高頻數據波動率建模 / 34020.1  模型介紹 / 34020.2  中國股市的實證研究案例 / 34120.3  本章小結 / 346第21章  基於DCC-GARCH的波動率溢出研究 / 34721.1  模型的特征與估計原理 / 34721.2  中美股市動態相關性實證研究案例 / 348第22章  基於TVAR和VAR的量價關繫研究 / 35422.1  基於TVAR的標準普爾500指數量價關繫研究 / 35422.2  基於VAR的道瓊斯指數量價關繫研究 / 357第23章  滬港通對A + H股聯動性的影響 / 36223.1  選題介紹 / 36223.2  文獻綜述 / 36223.3  實證方法：DCC-GARCH模型及其估計原理 / 36323.4  數據處理與實證結果 / 364第24章  銅期貨與現貨的協整關繫 / 37324.1  門限VECM模型概述 / 37324.2  背景概述 / 37324.3  數據處理與實證結果 / 374第25章  滬深300股指期現貨關繫的實證研究 / 38125.1  背景介紹 / 38125.2  文獻綜述 / 38125.3  數據處理與實證結果 / 38225.4  研究結論 / 386第26章  中國商品期貨指數通脹對衝能力的實證研究 / 38726.1  背景介紹 / 38726.2  相關文獻綜述 / 38826.3  通脹對衝定義 / 38826.4  數據處理與實證結果 / 38826.5  主要的R程序代碼及其說明 / 391參考文獻 / 393後記 / 400

本書主要論述了概率、統計與R語言基礎，單變量和多變量時間序列分析，非線性時間序列分析，面板數據分析，高頻數據分析，並在*後選擇經濟金融領域幾個長盛不衰的研究範例，運用書中講解的模型，采用R語言去實現對計量模型結果的解讀。本書是為大眾讀者，特別是廣大經濟、金融專業的本科生和研究生讀者提供的研究模板和實證方法手冊。

何宗武 馬衛鋒 著

在大數據時代，數據的管理和建模分析是商務決策的關鍵一環。R語言是一個對數據進行統計分析、可視化和統計編程的強大工具，在學術研究、商務分析等諸多領域中均被廣泛使用。本書將計量經濟學理論與模型及其在R語言中的實現相結合，並配以多個研究主題下的實證研究範例進行講解，力圖打造一本三位一體（模型+軟件實現+應用）的金融數據建模分析和經濟金融實證研究的實用寶典。本書適合作為經濟類相關專業的高年級本科生、碩士生和博士生的計量經濟學、金融數據分析等相關課程的教材，或者金融實證研究的參考手冊。本書也適合從事經濟與金融數據分析等金融行業的從業人員使用。本書側重時間序列分析，內容覆蓋較廣，從R語言使用入門到概率統計基礎，從單變量時間序列模型到多變量時間序列模型，從線性時間序列模型到非線性時間序列模型，也兼顧了面板數據及高頻數據分析的主題。全書分為七大部分：第一部分介紹R語言的使用入門、數據分析與可視化的基本方法等