目录

非线性协整时间序列的非参数方法及其应用研究

作者：.舒晓惠著

前言
目录
第1章　绪论
1.1　研究背景
1.2　研究的目的和意义
1.2.1　研究的目的
1.2.2　研究的意义
1.3　研究现状与文献综述
1.3.1　非线性协整的定义问题
1.3.2　时间序列中的非线性存在性问题
1.3.3　非线性时间序列混沌与分形特征检验问题
1.3.4　非线性协整检验问题
1.3.5　非线性协整模型的构造与非参数估计方法研究问题
1.4　本书章节安排及创新之处
1.4.1　本书章节安排
1.4.2　本书主要观点及创新之处
第2章　单位根与线性协整理论概述
2.1　单位根过程
2.1.1　单位根过程的定义
2.1.2　单位根过程的相关分布
2.2　单位根检验
2.2.1　DF（Dickey-Fuller Test）与ADF（Augmented Dickey-...
2.2.2　PP检验
2.2.3　KPSS检验
2.2.4　SP检验
2.3　协整及其表述定理
2.3.1　协整的描述
2.3.2　协整的表示
2.4　协整的估计与检验
2.4.1　单一方程的E-G（Engle-Granger）两步法
2.4.2　基于系统检验法的Johansen协整检验法
第3章　时间序列的非线性存在性检验
3.1　非线性的定义
3.2　非线性检验的方法
3.2.1　平方残差的Q检验
3.2.2　双谱检验（Bispectral Test）
3.2.3　BDS检验
3.2.4　神经网络检验
3.2.5　PCA检验
3.2.6　邻近返回检验（Close Return Test）
3.3　Monte Carlo仿真模拟
3.4　我国股市的非线性存在性分析
第4章　非线性非平稳时间序列的混沌与分形特征检验
4.1　混沌与分形理论简介
4.1.1　混沌的定义
4.1.2　混沌特征的描述
4.1.3　分形的定义
4.1.4　分形特征的描述
4.1.5　混沌与分形的关系
4.2　混沌与分形理论在经济中的应用综述
4.3　时间序列中是否存在混沌的非参数检验方法
4.3.1　相空间重构技术
4.3.2　最大李雅普诺夫指数（Lyapunov Exponents）的计算
4.3.3　Kolmogorov熵的计算
4.3.4　Hurst指数与R/S检验
4.4　Monte Carlo仿真模拟
4.4.1　MC仿真模拟设计
4.4.2　模拟结果分析
4.5　我国沪深股票指数的混沌与分形特征的实证研究
4.5.1　数据来源及处理
4.5.2　混沌与分形特征分析
第5章　非线性时间序列的非平稳检验
5.1　基于长记忆性、混合性概念的非平稳检验方法
5.1.1　R/S检验法
5.1.2　基于熵的相关系数法
5.1.3　推广的KPSS检验法
5.1.4　Lyapunov指数法
5.2　推广的单位根检验
5.2.1　秩检验方法（Rank Test）
5.2.2　改进的秩检验方法
5.2.3　全距检验方法（Range Unit-Root Test,RUR）
5.3　货币需求函数各变量的单位根秩检验与全距检验
5.3.1　变量选择和模型设定
5.3.2　数据来源及处理
5.3.3　各变量序列的单位根检验分析
5.3.4　单位根秩检验与全距检验的相关应用结论
第6章　非线性协整的非参数检验方法
6.1　推广的E-G两步法
6.2　非线性协整的秩检验理论
6.2.1　协整关系的秩检验
6.2.2　协整关系中存在非线性的秩检验
6.2.3　非线性协整秩检验的临界值及其响应面函数
6.3　记录数协整检验（Record Counting Cointegration Test,RCC...
6.3.1　RCC检验
6.3.2　RCCCD检验
6.3.3　记录数统计量RCC和RCCCD的临界值及其响应面函数
6.4　中国与国际股市的非线性协整研究
6.4.1　样本选取与数据处理
6.4.2　单位根及协整关系的传统方法检验
6.4.3　单位根与协整关系的秩检验
6.4.4　结果分析
第7章　非线性协整模型构造与估计的非参数方法
7.1　ACE算法（Alternating Conditional Expections,ACE）
7.2　局部核权最小二乘法
7.3　基于神经网络的非线性协整模型估计方法
7.3.1　BP神经网络
7.3.2　两隐层BP神经网络
7.3.3　径向基网络（Radial Basis Function,RBF）
7.3.4　小波神经网络（Wavelet Neural Networks,WNN）
7.3.5　线性加强型神经网络
7.3.6　应用遗传算法优化神经网络的参数
7.4　Monte Carlo仿真实验研究
7.4.1　非线性函数逼近的仿真研究
7.4.2　加入扰动项后的仿真研究
7.4.3　非线性协整检验与估计的仿真设计
7.4.4　本节结论
7.5　实证研究
第8章　总结与展望
8.1　本书所做的主要工作
8.2　不足之处
8.3　进一步研究展望
附录
Gauss程序集程序段
参考文献
后记

首页> 图书频道> 理学> 数学物理化学

1.4　本书章节安排及创新之处

2025年09月26日

版权

1.4　本书章节安排及创新之处