阈值自回归模型和阈值协整理论与方法研究 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

刘汉中 著

图书标签:

• 阈值模型
• 自回归
• 协整
• 时间序列
• 计量经济学
• 金融经济学
• 非线性模型
• 阈值回归
• 经济预测
• 模型研究

店铺： 炫丽之舞图书专营店

出版社： 经济科学出版社

ISBN：9787514114423

商品编码：29548003652

包装：平装

出版时间：2011-12-01

基本信息

书名：阈值自回归模型和阈值协整理论与方法研究

定价：36.00元

作者：刘汉中

出版社：经济科学出版社

出版日期：2011-12-01

ISBN：9787514114423

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.400kg

编辑推荐

---

内容提要

---

研究表明许多经济变量呈现出非线性动态调整机制，如果仍然采用线性自回归模型来描述这些经济变量的动态机制是不合适的，这无疑对经典时间序列分析方法论提出了新的挑战。近年来，阈值自回归(ThresholdAutoregression，TAR)方法已成为时间序列非线性建模的主要研究领域之一。TAR原理方法是基于“分段”线性逼近，即把时间序列分割成几个机制，每个机制上都采用不同的线性自回归模型进行逼近，刻画了时间序列在不同机制中呈现不同的动态特征。《阈值自回归模型和阈值协整理论与方法研究》针对阈值自回归和阈值协整的理论方法，研究各检验与估计方法的优缺点，对有关检验和估计方法进行改进，从理论上证明改进方法的适用性，并采取Monte—Cado模拟技术揭示新方法相对于旧方法的优越性。具体而言，本书共分8章内容，从各个方面研究阈值自回归和阈值协整理论方法。

目录

---

作者介绍

---

文摘

---

序言

---

阈值自回归模型与阈值协整理论：探索非线性动态系统中的隐藏规律 本书深入探讨了统计学和计量经济学领域中两个至关重要的概念——阈值自回归（TAR）模型和阈值协整理论。在自然界、社会经济活动乃至生物系统中，许多现象的演化路径并非简单的线性关系所能概括。它们往往表现出显著的非线性特征，即系统的行为模式会随着某个（或多个）观测变量的取值跨越特定阈值而发生根本性的转变。本书正是致力于揭示并量化这些非线性动态过程，为理解和预测复杂系统提供一套严谨的理论框架和实用的分析工具。 第一部分：阈值自回归模型（TAR）——捕捉非线性切换的奥秘 TAR 模型是分析和建模具有阈值效应时间序列数据的核心工具。其基本思想在于，一个时间序列的当前值不仅依赖于其自身的历史值，而且这种依赖关系会根据某个（或多个）“门限变量”（threshold variable）是否跨越某个预设的“阈值”（threshold）而呈现出不同的形式。这就像一个开关，当门限变量处于某个区间时，系统按照一种规律运行；当它跨越了某个界限，系统的运行机制则会切换到另一种模式。 本书将从TAR模型的基本概念入手，清晰地阐释其数学结构。我们将详细介绍单变量TAR模型，例如经典的 Chan（1990）的门限自回归（TAR）模型，它将时间序列分解为不同区域，每个区域内应用独立的自回归（AR）过程。例如，在一个经济周期模型中，经济增长率可能在繁荣期与衰退期表现出不同的自回归结构，而GDP增长率本身或通货膨胀率就可以作为门限变量。 随后，本书将进一步拓展至 多变量TAR模型，以及 向量自回归（VAR）模型的阈值扩展，即向量阈值自回归（VTAR）模型。VTAR模型能够同时处理多个时间序列之间的非线性关系，捕捉到不同变量之间在跨越特定阈值时相互作用模式的切换。例如，在分析股票市场时，一个市场的波动性（门限变量）可能影响其他市场（被解释变量）的回归系数，从而展现出不同市场的联动效应也会随之改变。 在模型构建方面，本书将详细讲解 门限变量的选取 和 阈值的估计。门限变量的选取需要基于理论和数据的探索，而阈值的估计则是TAR模型分析的关键步骤。我们将介绍 非参数估计方法，如 网格搜索（grid search） 或 最优分割（optimal segmentation） 方法，以及 基于统计检验的阈值确定方法，例如 Least Squares Cross-Validation（LSCV） 等。这些方法旨在找到最能解释数据非线性特征的门限变量和阈值。 此外，本书还将深入探讨TAR模型的 参数估计。当门限值被确定后，每个区域内的AR参数通常可以通过 条件最小二乘法（Conditional Least Squares） 来估计。我们将详细推导这些估计量的性质，包括其一致性（consistency）和渐近正态性（asymptotic normality），并讨论如何进行参数的有效检验。 在模型诊断方面，本书不会忽视对TAR模型拟合优度的评估。我们将介绍 残差分析，例如检查残差的自相关性、异方差性和正态性，以及 模型选择准则，如 赤池信息准则（AIC） 和 贝叶斯信息准则（BIC），以帮助读者选择最优的TAR模型。 最后，本书将通过多个 实际案例分析，展示TAR模型在不同领域的应用。例如，在宏观经济学中，用于分析货币政策传导机制、通货膨胀动态；在金融学中，用于刻画资产价格波动、市场风险管理；在生态学中，用于研究种群数量的周期性波动。这些案例将帮助读者将理论知识转化为解决实际问题的能力。 第二部分：阈值协整理论与方法——揭示非线性动态关系中的长期均衡 当两个或多个时间序列之间存在长期稳定关系时，我们称之为协整。然而，在现实世界中，这种长期关系并非总是线性的，它也可能受到阈值效应的影响。例如，两个国家之间的汇率可能在正常波动范围内呈现出一定的协整关系，但当汇率波动幅度过大，跨越某个预设的“正常”范围时，这种关系可能会被打破，或者转变为另一种非线性形式。阈值协整理论 正是为了解决这类问题而生。 本书将首先回顾 传统的协整理论，包括 Engle-Granger两步法 和 Johansen检验，为读者建立坚实的背景知识。在此基础上，我们将引入 阈值协整（Threshold Cointegration） 的概念，解释其核心思想：即变量之间的长期均衡关系会随着某个（或多个）变量的取值跨越特定阈值而发生转变。 我们将详细介绍 阈值协整模型的构建。这通常涉及将传统的向量误差修正模型（VECM）与TAR模型相结合。例如，一个 向量误差修正模型的阈值扩展（TVECM） 可以被用来刻画这种非线性协整关系。我们将阐明，在正常区域内，误差修正项（表示偏离均衡的程度）的修正速度可能与在异常区域内不同。 本书将重点讲解 阈值协整关系的检验方法。与TAR模型类似，阈值协整模型也需要确定门限变量和阈值。我们将介绍 基于似然比检验（Likelihood Ratio Test） 或 信息准则 来检验是否存在阈值协整以及确定最优阈值的方法。这些检验方法将帮助我们判断变量之间是否存在非线性的长期均衡关系，以及这种关系的“切换点”在哪里。 在模型参数估计方面，我们将讨论 TVECM模型的参数估计。在确定了门限和门限变量后，模型的参数通常可以通过 非线性最小二乘法（Nonlinear Least Squares） 或 最大似然估计（Maximum Likelihood Estimation） 来估计。我们将分析这些估计量的统计性质，并探讨如何进行参数的假设检验。 本书还将深入探讨 阈值协整模型的解释和应用。例如，在国际金融领域，用于分析不同国家间资产价格的非线性联动关系，以及货币政策在不同经济状态下的传导效应。在环境科学中，可以用于研究气候变量之间在极端事件发生时的非线性依赖关系。 此外，本书还将介绍 多重阈值协整模型，以及 考虑内生门限变量的协整模型。这些更复杂的模型能够更精细地捕捉现实世界中可能存在的复杂非线性动态关系。 理论深度与实践指导的融合 本书的写作宗旨是兼顾理论的严谨性和实践的可操作性。在理论层面，我们力求深入剖析TAR模型和阈值协整理论的数学基础，严谨推导关键定理，并讨论模型的渐近性质。在方法层面，我们提供了详细的算法步骤和模型构建指南，并辅以易于理解的图示和伪代码。 本书适用于对时间序列分析、计量经济学、金融计量学、经济预测、数据科学等领域感兴趣的研究人员、学者、研究生以及对非线性动态系统有深入了解需求的专业人士。通过阅读本书，读者将能够： 深刻理解 具有阈值效应的非线性时间序列数据的内在特征。 掌握 构建和估计TAR模型以及阈值协整模型的核心技术。 熟练运用 各种统计检验方法来识别和量化非线性关系。 能够分析 实际数据，发现隐藏在复杂动态系统中的结构性转变和长期均衡。 为 建立更精确的模型、做出更可靠的预测以及制定更有效的决策提供理论和方法支持。 本书旨在填补现有文献中在TAR模型和阈值协整理论综合性论述方面的空白，为读者提供一个全面、深入的学习和研究平台。我们相信，通过本书的学习，读者将能够更有效地驾驭复杂的非线性动态世界，从看似混乱的数据中挖掘出宝贵的洞察。

评分☆☆☆☆☆

这本书的书名听起来就充满了学术的严谨性，我拿到手的时候，首先被它的厚度和排版吸引住了。装帧设计非常专业，看得出是经过精心打磨的出版物。内页的纸张质量也很好，阅读起来眼睛非常舒适，长时间盯着复杂的公式和图表也不会感到疲劳。我个人对这个领域的研究兴趣由来已久，但一直苦于缺乏一本系统、深入的教材能够将“阈值”和“自回归”这两个概念在理论和实践层面完美结合起来。这本书显然填补了这一空白。特别是它对模型设定的讨论，从理论基础的铺陈到实际应用中的难点解析，都处理得非常到位。我尤其欣赏作者在引入新概念时所采用的循序渐进的逻辑，让人感觉即便是初学者也能逐步跟上高深的理论构建过程。对于任何想深入理解时间序列分析中非线性特征的读者来说，这本著作无疑是一笔宝贵的财富。

评分☆☆☆☆☆

初翻这本书，我立刻被其中对统计学基本原理的扎实回顾所折服。作者并没有急于跳入复杂的模型构建，而是首先花了大篇幅重新审视了经典的时间序列模型，这为后续引入“阈值”概念提供了坚实的理论基础。这种做法非常高明，因为它确保了读者无论背景如何，都能在同一认知水平上进行后续的学习。我注意到书中对各种假设检验的讨论极其详尽，无论是原假设的设定还是备择假设的建立，都给出了严谨的数学推导。更重要的是，它不仅停留在公式层面，还结合了大量的经济学、金融学背景案例来阐释这些检验在真实世界中的意义。阅读过程中，我感觉自己不是在被动地接受知识，而是在与作者一同进行一场严谨的学术探究，每一步的逻辑推演都让人信服。

评分☆☆☆☆☆

总的来说，这本书的阅读体验是渐入佳境的。起初，那些严密的数学符号可能会让人略感压力，但随着阅读的深入，你会发现作者铺设的逻辑链条是如此的清晰有力。它最成功的地方在于，它成功地架起了一座沟通理论与实践的桥梁。在讨论完复杂的理论推导后，作者总会紧接着用一个贴合实际的例子来印证其有效性，这种教学相长的安排极大地增强了可读性和应用价值。对于希望将先进的非线性时间序列模型应用到复杂系统（比如宏观经济波动、资产定价模型等）分析中的读者来说，这本书不仅仅是一本工具书，更像是一份详尽的“操作手册”和一份富有启发性的“研究纲领”。它让我对未来的建模工作有了更清晰、更自信的方向感。

评分☆☆☆☆☆

这本书的深度和广度令人惊叹。它对“协整理论”与“阈值”的融合探索，简直可以称得上是该领域的一个里程碑式的进步。我过去读过不少关于协整关系的书籍，但大多集中在线性框架内，对于结构突变或非线性转换下的协整关系探讨较为肤浅。这本书则完全不同，它系统地构建了一整套处理非线性协整的数学框架，从模型识别到参数估计，每一个环节都有细致的公式展示和算法描述。对我这个应用研究者而言，最实用的部分在于书中对不同阈值设定方法的比较分析，以及如何根据实际数据特性选择最优方法的指南。这比单纯的理论阐述要有价值得多，它直接指导了我的实证研究方向，让我避开了许多不必要的弯路。

评分☆☆☆☆☆

作为一名长期关注计量经济模型发展的研究者，我必须承认，这本书在方法论上的创新性是它最吸引我的地方。它不仅仅是现有理论的梳理和总结，更包含了许多前沿的研究视角。特别是关于高维时间序列在阈值效应下的处理，书中的某些章节对于如何在高维空间中有效识别和估计非线性切换点，提出了独到的见解和高效的计算策略。阅读这些部分时，我甚至需要放慢速度，反复揣摩其中的数学细节，因为它确实触及了该领域研究的前沿。作者的行文风格非常沉稳而又不失洞察力，总能在看似平凡的公式中，揭示出深刻的统计学含义。这本书无疑是为那些希望站在学术前沿、进行原创性研究的同行们量身定制的。