应用时间序列分析教学大纲和授课计划.DOC

《时间序列分析》教学大纲和授课计划 主讲教师 黄红梅 课程名称：时间序列分析 课程代码：2012011 教学目的和要求： 1. 教学目的：本课程是为统计学（理学）和统计学（经济学）专业硕士研究生开设的一门课程。通过该课程的学习，使学生掌握时间序列分析的基本理论和方法，能够应用统计软件对时间序列建立适当的动态模型，从而实现对研究对象进行分析和预测的目的。在能力发展方面，培养学生全面分析问题、独立解决问题的能力，增强学生研究和解决现实问题的能力，从而为今后从事实际工作和科学研究打下基础。 2. 教学要求：学生应在课前做好预习，上课专心听讲，有问题及时提出，课后勤于思考认真作业。详细阅读参考书，努力提高分析问题和解决问题的能力。 教学课时数：32学时 教学方式：面授 考核方法：闭卷 评分标准：考勤：10%分 平时作业：20% 期末考试：70% 指定教材：金融时间序列分析/（美）Ruey S. Tsay著；王远林，王辉，潘家柱译. 北京：人民邮电出版社，2012.9. 参考文献：应用计量经济学：时间序列分析（原书第3版）/（美）恩德斯（Enders，W.）著；杜江，袁景安译. 北京：机械工业出版社，2012.6. 时间序列分析 / 汉密尔顿（James D. Hamilton）著．北京：中国人民大学出版社，2015.1． 预备知识：高等数学、概率论与数理统计、线性代数 讲授提纲： 本课程主要讲授平稳和非平稳时间序列的线性及非线性建模方法，同时也关注单位根检验、季节性问题、波动性建模和协整等时间序列分析过程中的典型问题。具体内容如下： 第一章 金融时间序列及其特征（2学时） 一、资产收益率； 二、收益率的分布性质。 第二章 线性时间序列分析及其应用（10学时） 2.1 时间序列基础知识（2） 一、时间序列的基本概念及其数字特征； 二、平稳性的含义； 三、白噪声过程； 四、线性差分方程及其求解。 2.2 平稳时间序列模型（4） 一、ARMA模型的各种表示形式； 二、在计算均值、方差和自协方差的基础上推导ARMA模型的平稳性条件； 三、ARMA模型的可逆性条件； 四、ARMA过程的自相关函数； 五、ARMA过程的偏自相关函数； 六、在总结ARMA过程的自相关函数和偏自相关函数特征的基础上，介绍平稳时间序列的Box-Jenkins建模方法； 七、基于ARMA模型的最小均方误差预测方法。 2.3 单位根检验（2） 一、介绍一些典型平稳和非平稳过程，以帮助理解和区分平稳和非平稳时间序列； 二、阐述趋势平稳过程和差分平稳过程的区别； 三、介绍ADF单位根检验方法。 2.4 趋势和季节性建模（2） 一、针对只包含确定性趋势的序列，介绍确定性趋势建模方法，即残差自回归建模方法； 二、针对包含随机趋势的序列，介绍随机趋势建模方法，即ARIMA建模方法； 三、针对包含季节性因素的序列，介绍季节性模型的建模方法。 第三章 条件异方差模型（6学时） 一、异方差的定义； 二、ARCH模型及其数字特征； 三、GARCH模型及其预测； 四、几个典型的GARCH扩展模型； 五、GARCH类模型的诊断检验方法 六、 其他波动率模型：CHARMA、RCA、SV 第四章 向量自回归模型（6学时） 一、VAR模型的标准形式； 二、VAR模型的平稳性条件； 三、VAR模型的估计和识别； 四、脉冲响应函数原理； 五、方差分解原理； 六、Granger因果关系检验。 第五章 协整和误差修正（4学时） 一、协整理论的基本内容； 二、Engle-Granger协整检验方法； 三、Johansen协整检验方法和向量误差修正模型； 四、伪回归问题。 第六章 非线性模型及其应用（4学时） 一、非线性模型； 二、非线性检验。