基本信息

• 商品名稱：預測經濟時間序列
• 作者：(英)M.P.柯萊蒙茲//D.F.韓德瑞//陸懋祖
• 代碼：55
• 出版社：北京大學
• ISBN號：9787301132357

其他參考信息

• 出版時間：2008-01-01
• 印刷時間：2008-01-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：433
• 字數：448千字

編輯推薦語

預測的形成過程過去是，現在和將來仍將是令人振奮的科研領域，它將不斷地產生新的技術和方法，並應用於新領域中新的時間序列。這本書為研究者和學生提供了這樣的機會，使他們能帶著信心進入這一充滿希望的領域，並得到理性上的享受。 本書旨在建立一套適用於宏觀經濟預測的經濟計量學理論。作者繫統地討論了經濟預測各方面的相關問題，並對產生和評價預測的傳統的經濟計量工具和技術作了批判性的評價，*後給出了對實際預測工作的建議。

作者簡介

M.P.柯萊蒙茲，牛津大學(Oxford University)納菲爾德學院(Nuffield College)計量經濟學哲學博士，現任英國沃裡克大學(Warwick University)經濟繫教授，《國際預測學刊》(International lournal ofForecasting)主編。 D.E韓德瑞(D.F Hendry)現任英國牛津大學經濟學教授，牛津大學納菲爾德學院院士，英國科學院(BritishAcademy)院士，世界計量經濟學會院士(Fellow of Econometric Society)，美國經濟協會(American Economic Association)和美國藝術和科學院(American Academy of Arts and Sciences)國外院士。曾任倫敦經濟學院經濟學教授，英國皇家經濟學會(Royal Economic Society)會長，**學刊Review of Economic Studies、Economic Journal、OxfordBulletinofEconomicsandStatistics主編。他是ISI列出的全世界被引用*多的二百位經濟學家之一。

目錄

1 預測簡論
1.1 本書的背景
1.2 本書的結構
1.3 經濟預測理論簡史
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 經濟預測中的因果信息
2.10 小結
3 預測精度的評價
3.1 簡介
3.2 預測結果的比較
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
3.8 小結
4 單變量過程的預測
4.1 簡介
4.2 穩定的隨機過程
4.3 穩定性
4.4 隨機的非穩定性
4.5 確定的非穩定性
4.6 分數整合過程
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
4.10 小結
4.11 附錄：估計量冪指數的近似計算
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
6 協整繫統的預測
6.1 簡介
6.2 非穩定變量組成的繫統
6.3 AR表示形式的線性變換
6.4 漸近方差公式
6.5 繫統的預測偏差
6.6 小樣本估計中的問題
6.7 蒙特卡羅實驗的設計
6.8 模擬結果
6.9 實例說明
6.10 小結
6.11 附錄：數學推導
7 大型宏觀經濟計量模型的預測
7.1 簡介
7.2 經濟繫統和預測模型
7.3 預測錯誤的分類
7.4 預測不確定性的來源
7.5 大規模計量模型的評價技術
7.6 小結
8 截距修正理論：**機械式的預測
8.1 簡介
8.2 非線性繫統的截距修正
8.3 度量誤差和數據的修正
8.4 條件與無條件預測量
8.5 使預測重返故道
8.6 預測期中的結構變化
8.7 模型的設置錯誤
8.8 小結
8.9 附錄：預測起始點的估計
9 **指標在預測中的應用
9.1 簡介
9.2 現行英國的綜合**指數
9.3 綜合**指數的分析
9.4 參數固定的指數分析框架
9.5 英國長期**指數的實證分析
9.6 將CLI加入宏觀經濟模型
9.7 英國LLI在小型貨幣模型中的作用
9.8 小結
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 對結構變化反映不同的模型的組合
10.6 小結
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
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
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 靜態預測模型的變量選擇
12.3 動態模型的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
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
13.5 附錄：多步預測誤差的方差
14 後記
14.1 本書的小結
14.2 對未來研究的展望
數學符號
參考文獻
作者索引
主題索引