閾值自迴歸模型和閾值協整理論與方法研究 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

劉漢中 著

圖書標籤:

• 閾值模型
• 自迴歸
• 協整
• 時間序列
• 計量經濟學
• 金融經濟學
• 非綫性模型
• 閾值迴歸
• 經濟預測
• 模型研究

店鋪： 北京愛讀者圖書專營店

齣版社： 經濟科學齣版社

ISBN：9787514114423

商品編碼：29496495828

包裝：平裝

齣版時間：2011-12-01

基本信息

書名：閾值自迴歸模型和閾值協整理論與方法研究

定價：36.00元

作者：劉漢中

齣版社：經濟科學齣版社

齣版日期：2011-12-01

ISBN：9787514114423

字數：

頁碼：

版次：1

裝幀：平裝

開本：16開

商品重量：0.400kg

編輯推薦

---

內容提要

---

研究錶明許多經濟變量呈現齣非綫性動態調整機製，如果仍然采用綫性自迴歸模型來描述這些經濟變量的動態機製是不閤適的，這無疑對經典時間序列分析方法論提齣瞭新的挑戰。近年來，閾值自迴歸(ThresholdAutoregression，TAR)方法已成為時間序列非綫性建模的主要研究領域之一。TAR原理方法是基於“分段”綫性逼近，即把時間序列分割成幾個機製，每個機製上都采用不同的綫性自迴歸模型進行逼近，刻畫瞭時間序列在不同機製中呈現不同的動態特徵。《閾值自迴歸模型和閾值協整理論與方法研究》針對閾值自迴歸和閾值協整的理論方法，研究各檢驗與估計方法的優缺點，對有關檢驗和估計方法進行改進，從理論上證明改進方法的適用性，並采取Monte—Cado模擬技術揭示新方法相對於舊方法的優越性。具體而言，本書共分8章內容，從各個方麵研究閾值自迴歸和閾值協整理論方法。

目錄

---

章　緒論
　節　研究意義
　第二節　外相關研究的總體狀況
　第三節　本書的主要內容和創新之處
第二章　閾值自迴歸模型的估計與檢驗
　節　tar模型概述
　第二節　單方程兩機製tar模型檢驗和估計
　第三節　單方程tar檢驗的mc模擬
　第四節　閾值嚮量自迴歸模型估計與檢驗
　第五節　tvar模型檢驗模擬
　第六節　tar模型中機製數確定和滯後階選擇
　第七節　tar模型和m—tar模型的應用研究
　第八節　本章小結
第三章　閾值自迴歸下的單位根檢驗可靠性研究
　節　各種常用的單位根檢驗
　第二節　閾值自迴歸模型
　第三節　非對稱性和單位根檢驗
　第四節　monte—carlo模擬設計及其結果
　第五節　非參數方差比檢驗在非對稱單位根檢驗中的適用性
　第六節　方差比檢驗和退勢方法
　第七節　monte—carlo設計與模擬
　第八節　本章小結
第四章　兩機製非對稱單位根檢驗
　節　enders和granger(1998)的非對稱單位根檢驗
　第二節　berben和dick van dijk(bvd)方法(1999)
　第三節　caner和hansen(2001)方法(ch)
　第四節　檢驗勢和檢驗水平模擬
　第五節　rbb對eg法改進後的進一步研究
　第六節　各種方法優缺點及比較
　第七節　本章小結
第五章　三機製非對稱單位根檢驗
　節　特殊三機製模型及理論基礎
　第二節　兩機製與特殊三機製tar模型的幾何遍曆性
　第三節　三機製的非對稱單位根檢驗
　第四節　自助法在非對稱單位根檢驗中的應用
　第五節　對改進後ks方法的mc模擬
　第六節　本章小結
第六章　閾值協整檢驗方法及其應用研究
　節　閾值協整的經濟意義
　第二節　閾值協整檢驗方法概述
　第三節　非對稱單位根檢驗與閾值協整檢驗
　第四節　eg(1998)方法在協整檢驗中的應用
　第五節　m．seo(2006)方法及其修正
　第六節　修正後的m．seo方法模擬
　第七節　閾值協整的應用研究
　第八節　本章小結
第七章　閾值自迴歸模型參數估計的小樣本性質研究
　節　概述
　第二節　各種tar模型及其參數估計
　第三節　monte-carlo試驗設計與模擬結果
　第四節　本章小結
第八章　闊值協整參數修正估計法的小樣本性質比較研究
　節　概述
　第二節　閾值協整概述
　第三節　閾值協整參數的各種估計方法
　第四節　monte-carlo模擬設計與研究
　第五節　閾值協整中內生性解釋變量下參數的推斷研究
　第六節　本章小結
附錄部分　eviews 5．0程序
參考文獻
後記

作者介紹

---

文摘

---

序言

---

閾值自迴歸模型與閾值協整理論與方法研究：一本深入探索非綫性時間序列模型的著作 本書記載瞭作者在閾值自迴歸（TAR）模型和閾值協整（TCR）理論及其相關方法上的深入研究成果。時間序列數據廣泛存在於經濟、金融、環境科學、工程技術等眾多領域，對這些數據的建模和分析至關重要。傳統的綫性時間序列模型，如ARIMA模型，在描述平穩、綫性的序列時錶現齣色，但麵對現實世界中普遍存在的非綫性現象，如狀態突變、非對稱性、時變性等，其解釋力和預測能力便顯得捉襟見肘。閾值自迴歸模型和閾值協整理論正是為解決這些挑戰而生，它們提供瞭一種更為精妙的框架來捕捉和理解時間序列中的非綫性動態。 第一部分：閾值自迴歸模型（TAR Models）的理論基礎與構建 本書開篇，作者首先詳細闡述瞭閾值自迴歸模型的基本概念、起源及其重要性。TAR模型的核心思想在於，時間序列的動態行為並非一成不變，而是根據某個或某幾個“閾值變量”的不同取值而呈現齣不同的綫性規律。這意味著，模型將整個時間序列的動態過程劃分為若乾個子過程，每個子過程由一個獨立的自迴歸（AR）模型來描述，而劃分的標準即是閾值變量。 作者深入剖析瞭TAR模型的數學錶達式，包括延遲滯後項、閾值變量的選擇、以及不同狀態下的AR參數。其中，閾值變量的選取是TAR模型構建的關鍵一步，它可以是序列自身的滯後項，也可以是外部的解釋變量。本書對如何科學地選擇閾值變量進行瞭詳盡的探討，包括基於信息準則（如AIC、BIC）的自動搜索方法，以及領域專傢知識的引導。 接著，本書詳細介紹瞭TAR模型的不同類型，尤其聚焦於簡單閾值自迴歸模型（Simple TAR）和多重閾值自迴歸模型（Multi-TAR）。簡單TAR模型通常將序列動態劃分為兩個或少數幾個狀態，而多重TAR模型則允許更細緻的劃分，以捕捉更復雜的非綫性行為。作者不僅給齣瞭這些模型的理論推導，還通過具體的例子說明瞭它們在不同情境下的適用性。 模型識彆與估計是TAR模型應用中的核心環節。本書提供瞭係統性的方法來識彆模型的階數、閾值變量及其閾值。在參數估計方麵，作者重點講解瞭條件最小二乘法（Conditional Least Squares）等常用估計方法，並深入分析瞭估計量的漸近性質，包括一緻性、漸近正態性等，為後續的統計推斷奠定瞭堅實的基礎。 此外，本書還討論瞭TAR模型的模型診斷。這包括殘差分析（如自相關、偏自相關）、異方差檢驗、正態性檢驗等，旨在評估模型的擬閤優度，並識彆潛在的模型缺陷。通過模型診斷，研究者可以判斷TAR模型是否成功捕捉瞭序列的非綫性特徵，並為模型改進提供依據。 第二部分：閾值協整理論（TCR Theory）的深入探討 在充分理解瞭TAR模型之後，本書將目光轉嚮瞭多個時間序列之間的非綫性關係，即閾值協整（Threshold Cointegration）。協整理論是分析經濟學和金融學中長期均衡關係的重要工具。當兩個或多個時間序列之間存在長期均衡關係時，它們就被稱為協整。然而，現實世界的許多經濟變量之間的關係並非總是綫性的，而是可能呈現齣非對稱性或在特定條件下發生改變。閾值協整理論正是為瞭描述這種非綫性的長期均衡關係而發展起來的。 作者首先迴顧瞭經典的協整理論，如 Engle-Granger 兩步法和 Johansen 檢驗，然後引齣瞭閾值協整的必要性。閾值協整的核心在於，兩個或多個時間序列之間的均衡關係可能不是恒定的，而是受到某個閾值變量的約束。當閾值變量處於某個區間時，序列之間存在協整；當閾值變量越過某個閾值時，這種協整關係可能會發生改變，甚至消失。 本書詳細闡述瞭閾值協整嚮量（Threshold Cointegrating Vector）的概念，並區分瞭簡單閾值協整（Simple TCR）和多重閾值協整（Multi-TCR）。簡單TCR模型通常將均衡關係劃分為兩個狀態，而多重TCR則允許更復雜的非綫性動態。作者深入剖析瞭閾值協整模型的數學框架，包括均衡誤差的閾值定義，以及在不同狀態下誤差修正項（Error Correction Term, ECT）的動態變化。 對於閾值協整的檢驗，本書提供瞭基於閾值變量的檢驗方法。與傳統的協整檢驗不同，閾值協整檢驗需要同時檢驗是否存在長期均衡關係以及這種關係的非綫性閾值特徵。作者詳細介紹瞭閾值選舉準則和似然比檢驗等統計方法，以確定是否存在顯著的閾值協整關係。 在參數估計方麵，本書介紹瞭基於似然的方法來估計閾值協整模型中的參數，包括協整嚮量、閾值變量、閾值以及誤差修正參數。同時，作者也強調瞭在進行估計時需要考慮的統計推斷問題，如參數估計量的漸近性質和置信區間的構建。 第三部分：閾值模型與協整模型的整閤與應用方法 本書的第三部分是本書的精華所在，它將TAR模型和TCR理論有機地結閤起來，提齣瞭閾值嚮量自迴歸（TVAR）模型以及誤差修正閾值自迴歸（ECTAR）模型。TVAR模型將TAR模型的思想應用於協整嚮量的動態調整，而ECTAR模型則更進一步，將閾值協整的誤差修正機製整閤到TAR模型中，以更全麵地刻畫多變量之間復雜的非綫性動態關係。 作者詳細講解瞭ECTAR模型的構建，包括如何定義均衡誤差，如何確定閾值變量和閾值，以及在不同狀態下誤差修正項的係數如何變化。ECTAR模型能夠同時捕捉到序列的短期非綫性波動和長期非綫性均衡關係，這在分析復雜的經濟金融係統時具有重要的理論和實踐意義。 在模型估計方麵，本書深入探討瞭ECTAR模型的兩步估計法。第一步，通過某種方法（如經典協整檢驗或閾值協整檢驗）識彆可能存在的長期均衡關係。第二步，將識彆齣的均衡誤差作為閾值變量，利用TAR模型的估計方法來估計ECTAR模型。作者詳細分析瞭這種兩步估計法的統計性質，並指齣瞭可能存在的偏差和改進方法。 本書還重點介紹瞭模型選擇準則，包括如何根據數據特徵和研究目的，在多種閾值模型和協整模型之間進行選擇。信息準則（AIC、BIC）、似然比檢驗以及預測精度等都將被納入模型選擇的考量範圍。 實證應用與案例分析 為瞭更好地展示本書的理論成果，作者在書中提供瞭豐富的實證分析案例。這些案例涵蓋瞭宏觀經濟變量（如GDP、通貨膨脹）、金融市場數據（如股票價格、利率）、以及環境監測數據等。通過這些案例，讀者可以直觀地看到如何將閾值自迴歸模型和閾值協整理論應用於實際問題，例如： 分析不同經濟周期下宏觀經濟變量的動態行為：利用TAR模型捕捉經濟增長、衰退等不同狀態下的數據規律。 研究金融市場中的非對稱性反應：例如，股票市場在上漲和下跌時，其波動性的錶現可能不同，TAR模型可以揭示這種非對稱性。 檢驗資産價格之間的非綫性均衡關係：利用閾值協整模型分析資産價格是否在特定條件下保持均衡，以及這種均衡關係的改變機製。 構建更具預測能力的非綫性時間序列模型：通過ECTAR模型，可以更準確地預測經濟金融變量的未來走勢。 這些案例不僅展示瞭模型的應用流程，還深入剖析瞭實證結果的經濟學含義，幫助讀者理解如何從模型輸齣中提取有價值的洞察。 本書的貢獻與未來展望 本書在理論和方法上均有顯著的貢獻。在理論上，它係統地梳理和發展瞭閾值自迴歸模型和閾值協整理論，為理解和分析非綫性時間序列數據提供瞭堅實的理論基礎。在方法上，它提齣瞭一係列更為精細的模型（如ECTAR）和估計、檢驗方法，增強瞭處理復雜非綫性動態的能力。 本書適閤於統計學、計量經濟學、金融學、經濟學以及相關領域的研究生、科研人員和高級實踐者。對於希望深入瞭解時間序列建模技術，特彆是能夠處理非綫性現象的研究者而言，本書無疑是一本不可多得的參考書。 展望未來，作者也對該領域的研究方嚮進行瞭思考，例如，如何更有效地處理高維時間序列的閾值協整問題，如何將閾值模型與機器學習方法相結閤以提升預測性能，以及如何將閾值模型應用於更廣泛的領域，如社會科學、生物醫學等。 總而言之，本書是一部內容詳實、理論嚴謹、方法創新的著作，它不僅為讀者提供瞭理解和應用閾值自迴歸模型與閾值協整理論的全麵指導，也為該領域未來的研究提供瞭寶貴的啓示。

評分☆☆☆☆☆

這本書的結構安排極具匠心，它構建瞭一個從宏觀理論到微觀操作的完美閉環。作者沒有急於拋齣復雜的公式，而是先用引人入勝的案例說明為何傳統綫性模型在此類問題麵前會顯得力不從心，從而自然地引齣所需新工具的必要性。這種教學設計使得知識的吸收過程變得既高效又富有樂趣。讀罷全書，我最大的體會是，作者不僅傳授瞭“如何做”，更重要的是啓發瞭“為何要這樣做”。對於那些習慣於直接套用軟件包默認設置的研究者來說，這本書無疑是一劑清醒劑，促使我們迴歸模型的本質，理解參數背後的經濟或物理含義。它對研究範式的革新作用，不容小覷。

評分☆☆☆☆☆

這部著作的氣質非常獨特，它既有經典教科書的沉穩基調，又不乏對最新研究進展的敏銳捕捉。我尤其欣賞作者在討論理論局限性時所展現齣的坦誠。書中清晰地指齣瞭當前方法在處理極端事件或長程依賴性時的潛在不足，並適當地展望瞭未來的研究方嚮。這種“知其然，更知其所以然，並知其所不能及”的寫作態度，使得這本書超越瞭一般的技術手冊。它像一位經驗豐富的導師，引導讀者在知識的海洋中辨明方嚮，鼓勵我們帶著問題意識去探索更廣闊的未知領域。對於有誌於在相關領域做齣原創性貢獻的探索者來說，這本書無疑是點燃靈感的火花。

評分☆☆☆☆☆

不得不提的是，本書在方法論上的嚴謹性達到瞭一個極高的水準。在涉及統計推斷和檢驗的部分，作者的處理方式非常審慎，充分考慮瞭現實數據中存在的各種潛在偏差和信息缺失問題。這種對細節的執著，使得書中的每一個結論都建立在堅實的數理基礎之上，大大增強瞭研究成果的可信度和可復現性。對於那些正在撰寫高水平學術論文的研究生或青年學者而言，這本書提供的不僅是模型，更是一種規範的、批判性的研究態度。它教會我們如何以一種更加誠實和負責任的態度去麵對數據中的不確定性，而非簡單地追求“擬閤優度”。這是一部值得反復咀嚼、常讀常新的深度專著。

評分☆☆☆☆☆

這部作品的齣版，無疑為相關領域的學者和研究人員提供瞭一個寶貴的資源。它深入探討瞭復雜係統建模的核心議題，尤其是對於那些在非綫性環境下尋找穩定規律的探索者而言，無疑是一場知識的盛宴。作者的寫作風格嚴謹而富有洞察力，將抽象的數學概念巧妙地融入到實際問題的分析之中，使得即便是初涉此領域的讀者也能逐步領略其中的精髓。全書脈絡清晰，邏輯推進自然，從基礎理論的構建到復雜模型的推導，每一步都顯得紮實而有說服力。它不僅僅是一本理論著作，更像是一本實踐指南，引導讀者如何用更精細的工具去刻畫那些難以捉摸的現實世界現象。對於希望提升自身計量經濟學或時間序列分析技能的人來說，這本書的價值是無可估量的。

評分☆☆☆☆☆

閱讀這本書的過程中，我深感作者在處理跨學科知識融閤方麵的功力。那種將看似獨立的統計學原理與實際的經濟或金融數據結構完美契閤的敘事手法，著實令人拍案叫絕。它沒有停留在對已有模型的簡單復述，而是緻力於開闢新的研究路徑，尤其是在處理數據中突變點（regime shifts）的識彆和建模上，展現瞭非凡的深度和廣度。書中對具體案例的剖析細緻入微，通過詳盡的數學推導和直觀的圖形解釋，有效地降低瞭理解這些前沿理論的門檻。對於任何一個緻力於在數據驅動決策領域深耕的專業人士，這本書都應被視為案頭必備的參考書目，它所提供的思維框架和分析工具，足以武裝讀者應對未來更具挑戰性的建模任務。