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

本书主要论述了概率、统计与R语言基础，单变量和多变量时间序列分析，非线性时间序列分析，面板数据分析，高频数据分析，并在*后选择经济金融领域几个长盛不衰的研究范例，运用书中讲解的模型，采用R语言去实现对计量模型结果的解读。本书是为大众读者，特别是广大经济、金融专业的本科生和研究生读者提供的研究模板和实证方法手册。

何宗武，美国Universitv of Utah经济学博士，现任台湾师范大学管理学院全球经营与策略研究所教授。专长为金融经济学、资产定价、国际金融、经济计量方法以及R／Python编程，近年兴趣扩展到基于大数据解析和机器学习的算法预测模式。有6本中文专著与近20篇刊登于国际学术期刊的论文，多篇被广泛索引。

目 录Contents推荐序自序前言第一部分  R语言及概率、统计基础第1章  R语言概览 / 21.1  选择R语言的理由 / 21.2  R的安装 / 41.3  R使用概览 / 61.4  常用的图形用户界面 / 10第2章  数据结构及数据对象处理 / 212.1  数据类型 / 212.2  数据结构 / 222.3  常规数据对象的处理 / 302.4  时间序列对象的处理 / 39第3章  数据存取及预处理 / 513.1  数据文件读取 / 513.2  数据的网络获取 / 573.3  数据库访问 / 653.4  数据处理常用函数 / 713.5  数据的基本统计分析 / 74第4章  R的绘图工具 / 794.1  数据分布特征的视觉化 / 794.2  基础绘图函数plot() / 824.3  多笔数据的视觉呈现 / 884.4  多因素分析与栅格图 / 984.5  时间序列图形的绘制 / 1084.6  三维立体图形的绘制 / 1174.7  地图相关图形的绘制 / 1194.8  函数曲线的绘制 / 1224.9  图形的外部存储 / 123第5章  概率与统计分析原理 / 1255.1  统计分析原理 / 1265.2  函数原理和数据分析 / 1295.3  R的金融工具箱 / 131第6章  线性模型 / 1376.1  基础线性回归原理：最小二乘法 / 1376.2  单变量线性回归 / 1386.3  多元连续变量线性回归 / 1446.4  因子和交互效果 / 1466.5  回归诊断检验 / 1496.6  简单时间序列回归：dynlm() / 1516.7  共线性检验 / 153第7章  线性模型的扩展 / 1557.1  广义线性模型 / 1557.2  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） / 1748.1  时间序列性质 / 1748.2  单笔时间序列性质 / 1758.3  ARMA过程 / 1828.4  序列相关的检验与修正 / 1848.5  时间序列预测 / 1868.6  ARIMA和季节ARIMA的自动配置 / 1888.7  非平稳时间序列及其单位根检验 / 189第9章  单变量GARCH模型 / 1969.1  单变量GARCH原理 / 1969.2  单变量GARCH的简易操作 / 1999.3  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 / 21410.1  平稳VAR多变量原理 / 21410.2  R包与VAR程序范例 / 21510.3  VECM的协整分析 / 220第11章  多变量GARCH模型 / 22611.1  多变量GARCH原理 / 22611.2  多变量GARCH的处理rmgarch包 / 22811.3  设定条件的多样化 / 233第12章  多变量的投资组合运用 / 23412.1  初步选择资产 / 23412.2  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 / 24613.1  门限单位根过程 / 24613.2  门限VAR / 25113.3  门限VECM / 25413.4  平滑转换模型 / 256第14章  结构变化 / 25714.1  结构变化的检验 / 25714.2  Bai-Perron方法 / 266第15章  马尔科夫转换模型 / 27315.1  模型简介 / 27315.2  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 / 29016.1  概述 / 29016.2  基本线性模型 / 29516.3  维度N的异质性 / 297第17章  面板数据模型的检验 / 30717.1  固定效应模型 / 30717.2  随机效应模型 / 30817.3  随机效应与固定效应的选择 / 31017.4  序列相关检验 / 31217.5  序列相关的修正 / 315第18章  面板数据的延伸主题 / 32318.1  动态面板数据与广义矩GMM估计 / 32318.2  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 / 33019.1  MIDAS的原理 / 33019.2  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 / 34020.1  模型介绍 / 34020.2  中国股市的实证研究案例 / 34120.3  本章小结 / 346第21章  基于DCC-GARCH的波动率溢出研究 / 34721.1  模型的特征与估计原理 / 34721.2  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 / 35422.1  基于TVAR的标准普尔500指数量价关系研究 / 35422.2  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 / 36223.1  选题介绍 / 36223.2  文献综述 / 36223.3  实证方法：DCC-GARCH模型及其估计原理 / 36323.4  数据处理与实证结果 / 364第24章  铜期货与现货的协整关系 / 37324.1  门限VECM模型概述 / 37324.2  背景概述 / 37324.3  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 / 38125.1  背景介绍 / 38125.2  文献综述 / 38125.3  数据处理与实证结果 / 38225.4  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 / 38726.1  背景介绍 / 38726.2  相关文献综述 / 38826.3  通胀对冲定义 / 38826.4  数据处理与实证结果 / 38826.5  主要的R程序代码及其说明 / 391参考文献 / 393后记 / 400