高级时间序列分析
课程编码：180087027000P1004Z
英文名称：Advanced Time Series Analysis
课时：60
学分：3.00
课程属性：学科核心课
主讲教师：孙佳婧
教学目的要求
时间序列分析是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。它包括一般统计分析(如自相关分析，谱分析等)，统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容。经典的统计分析都假定数据序列具有独立性，而时间序列分析则侧重研究数据序列的互相依赖关系。本课程从理论和理论两方面介绍时间序列方法。 本课程是力求让学生理解掌握时间序列分析的相关的基本概念，此外涉及时间序列模型和状态空间模型（卡尔曼滤波及平滑）、贝叶斯方法、隐藏马尔可夫模型、随机波动率模型以及连续时间序列模型。旨在教会学生如何运用模型和不同的估计方法进行规范的实证分析。本课程的重点以时间序列模型的的大样本性质为主，实证分析为辅。重点在于让学生深刻理解不同时间序列分析方法的理论性质，并帮助学生更好地理解实证结果。此外，在课程案例中将采用时间序列分析方法解决我国经济、金融领域的现实问题；旨在展现我国的国情、国力，培养学生的爱国主义信念以及家国情怀。
预修课程
微积分、线性代数、概率论与数理统计、统计学
大纲内容
第一章 单变量时间序列（综述和理论）Univariate Time Series (Overview and Theory) 15.0学时 孙佳婧
第1节 因果性和可逆性，线性过程，为什么平稳高斯过程总是线性的？ Causality and Reversibility,
Linear Processes, Why are Stationary Gaussian Processes Always Linear?
第2节 遍历非线性模型、非线性过程的特征Surveys of Nonlinear Models, Characteristics of Nonlinear Processes
第3节 混合属性Mixing
Properties
第4节 ARMA、ARIMA 和指数平滑ARMA, ARIMA, and Exponential Smoothing
第5节 线性预测、趋势和动量预测 Linear Prediction,
Trend and Momentum Prediction
第二章 多元时间序列模型Multivariate Time Series Models 15.0学时 孙佳婧
第1节 VAR
第2节 格兰杰因果关系Granger Causality
第3节 结构向量自回归模型Structural Vector Autoregression Models
第4节 协整、均衡校正 Cointegration, Equilibrium Correction
第5节 Johansen 方法论 Johansen Methodology.
第三章 时间序列模型和状态空间模型（卡尔曼滤波及平滑）Time Series Models and State Space Models (Kalman Filtering and Smoothing) 20.0学时 孙佳婧
第1节 贝叶斯方法Bayesian Methods
第2节 隐藏马尔可夫模型Hidden Markov Models
第3节 随机波动率模型Stochastic Volatility Models
第4节 连续时间序列模型Continuous Time Series Models
第四章 函数时间序列等Functional Time Series, etc 10.0学时 孙佳婧
第1节 函数时间序列等Functional Time Series, etc
教材信息
1、
高级计量经济学
洪永淼著，赵西亮、吴吉林译
2011年07月
高等教育出版社
2、
Advanced Econometrics: A Unified Approach.
Yongmiao Hong
2017年12月
World Scientific Publisher
3、
Analysis of Financial Time Series.
Tsay, R.S.
2020年01月
Wiley, New York
4、
Non-linear Time Series: A Dynamical Systems Approach,
Tong, H.
1993年07月
Oxford University Press, Oxford.
参考书
1、
Time Series Analysis, Forecasting, and Control.
Box, G.E.P. and Jenkins, G.M.
2015年06月
Wiley
2、
Time Series: Theory and Methods, 2nd edition
Brockwell, P.J. and Davis, R.A.
2009年04月
Springer-Verlag, New York.
3、
Time Series Analysis with Applications in R.
Cryer, J.D. and Chan, K.S.
2010年11月
Springer, New York.
4、
Nonlinear Time Series: nonparametric and parametric methods.
Fan, J. and Yao, Q.
2003年03月
Springer-Verlag, New York.
5、
The Elements of Financial Econometrics
Fan, J. and Yao, Q.
2017年04月
Cambridge University Press
6、
Spectral Analysis and Time Series, Vols. 1 and 2
Priestley, M.B.
Academic Press, New York.
7、
Time Series Analysis and Its Applications with R Examples.
Shumway, R.H. and Stoffer, D.S.
2017年04月
Springer-Verlag, New York.
课程教师信息
孙佳婧，经管学院副教授