Book

新書發表

時間序列分析--總體經濟與財務金融之應用, 陳旭昇著, 東華書局 (2007 年 11 月初版, 2009 年 4 月修訂版)
Applied Time-Series Econometrics for Macroeconomics and Finance

(資料與程式檔)

(舊版錯誤修正)

本書特色

這本書是由一個「沒有學問」的人所寫成的, 而所謂的「沒有學問」係指我的專長並不是計量經濟理論。讀到這裡, 你可能不禁想問:「哇靠! 哪你寫這本書是打算來騙錢的是吧?」(作者心中 OS: 是的, 科科)。

我會寫這本書, 其原由來自於 2006 年我被趕鴨子上架, 硬著頭皮接下了台大經濟研究所碩士班的計量經濟理論課程。在準備教材的過程中, 我赫然發現沒有一本教科書適合我這種沒有學問的人使用。於是我開始著手編寫相關課題的講義, 而這本書就是由我的上課講義擴充寫成的。

根據我這些年的觀察, 時間序列分析已經是經濟, 財金, 國貿, 管理等相關系所相當重要的研究工具, 許多人從事總體與財金之實證研究。然而, 大多數的學生面臨以下兩種困擾:

硬著頭皮搞懂了黑板上滿天飛的「有學問」的矩陣 (事實上應該有不少人沒搞懂), 遇到實際的研究計畫時, 卻不知道如何應用自己所學過計量工具。
所幸現在的計量軟體都很「聰明」, 所以你可能是一路「OK」, 「OK」按下來, 卻也不知道自己在「OK」什麼, 就這麼心虛地「OK」出一篇碩士論文。

我寫這本書的目的, 就是希望能一次解決你兩個困擾 (我應該再胡謅一個困擾, 這樣的話, 這本書就可以媲美一次滿足三個願望的健達出奇蛋, magic kinder)。

一本以應用為主軸的時間序列分析教科書並不是付之闕如, Walter Enders 所著的 Applied Econometric Time Series 算是個中翹楚。本書與 Walter Enders 的書不同處在於

對於重要的主題如結構性變動, 樣本外預測, 蒙地卡羅模擬以及樣本重抽法 (Bootstrap) 均有專章較為深入的討論。
更具系統性地探討 VAR 模型。
對於計量軟體 (主要是 EViews) 的操作有更仔細的說明與介紹。

其中, 對於 VAR 模型的介紹, 我自認本書略勝一籌。
此外, 身處於這個電腦運算速度快得驚人的時代, 電腦模擬在計量經濟學的研究, 發展, 與應用上, 扮演著越來越重要的角色, 蒙地卡羅模擬以及樣本重抽法 (Bootstrap) 已被大量應用於總體經濟或財金相關研究中, 本書希望能讓讀者對此趨勢有一個較為深入的認識。

本書目的在於以直觀且有系統的方式, 介紹讀者現代時間序列的計量分析工具, 對於每一個主題都有總體經濟或是財務金融的實例應用, 並說明如何以計量軟體執行估計, 檢定, 預測與模擬。應用的例子包含

匯率, 購買力平價困惑
亞洲金融風暴
物價膨脹率, 失業率, 以及短期利率 VAR 模型
股票價格現值模型
貨幣政策的認定
需求面/供給面衝擊與景氣循環
利率期限結構模型
央行在外匯市場的干預

相信此書將有助於讀者研讀總體經濟或財金相關領域的實證文獻。

適合讀者

一如我在之前提過的, 這本書是由一個「沒有學問」的人所寫成的, 內容當然不會太難。經濟, 財金, 與商管相關科系的大學部高年級學生, 只要有統計學和簡單的線性代數觀念就可以使用本書。然而, 如果是大學部的課程, 不妨略過第 13 章與第 14 章。

研究所碩士班學生當然是不容錯過這麼一本好書, 相較於那些「有學問」的教科書, 這本書保證淺顯易懂, 耐操又好用。如果你是已經畢業的社會人士, 為了餬口必須使用時間序列分析, 這本書相信能在你的謀生過程中幫上一點忙。

至於博士生...別鬧了, 去好好讀你的 Hamilton (1994) 以及 Hayashi (2000) 吧! 不過如果你要把這本書當作床邊的睡前閱讀, 或是廁所中的馬桶閱讀 (嗯, 氣味有點不佳), 站在作者的立場, 當然是樂觀其成囉!

目錄

序. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1 時間序列導論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.1 時間序列資料17
1.2 時間序列資料性質19
基本概念, 19 L 落後運算元, 20 L 時間序列的重要動差, 22
1.3 定態時間序列24
1.4 固定趨勢28
1.5 季節性32
1.6 如何收集總體與財金時間序列資料38
國際資料, 38 L 台灣資料, 39
1.7 EViews的使用簡介39
建立工作檔, 39 L 輸入資料, 40 L 重要指令, 41
2 定態時間序列I:
自我迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.1 定態時間序列模型45
2.2 一階自我迴歸模型46
2.3 AR(1)模型之估計49
2.4 AR(1)模型的預測50
2.5 AR(1)模型之衝擊反應函數53
衝擊反應函數, 53 L 半衰期, 54
2.6 實例應用: 購買力平價困惑56
2.7 p階自我迴歸模型59
AR(p)模型, 59 L AR(p)模型之估計, 62 L AR(p)模型之預測, 64
L AR(p) 模型之衝擊反應函數, 66 L 半衰期, 67
2.8 實例應用: 估計AR(p) 模型以及計算衝擊反應函數與半衰期67
2.9 Yule-Walker 方程式70
2.10 附錄71
3 定態時間序列II:
ARMA模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.1 移動平均模型77
3.2 ARMA模型78
3.3 ARMA模型之估計79
3.4 ARMA模型之預測以及衝擊反應函數81
3.5 Wold Representation定理83
3.6 實例應用: ARMA(p,q)模型之估計84
4 預測表現之評估. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.1 評估預測表現93
4.2 Diebold-Mariano檢定94
4.3 樣本外預測95
4.4 樣本外預測之實例97
4.5 樣本外預測之應用98
5 單根與隨機趨勢. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.1 定態與非定態自我迴歸模型103
5.2 非定態時間序列: 帶有趨勢之序列104
固定趨勢, 105 L 單根與隨機趨勢, 106
5.3 隨機趨勢造成的問題107
小樣本向下偏誤, 107 L t-統計量的極限分配不為標準常態, 108
L 虛假迴歸, 109
5.4 時間序列的單根檢定110
5.5 實例應用: 對匯率的單根檢定111
5.6 ADF檢定的檢定力112
5.7 其他單根檢定114
5.8 如何處理時間序列的單根116
5.9 去除趨勢後定態vs. 差分後定態117
5.10 Hodrick-Prescott 分解118
5.11 追蹤資料單根檢定119
5.12 追蹤資料單根檢定之性質122
5.13 實例應用: 再探購買力平價困惑123
單一時間序列單根檢定, 123 L 追蹤資料單根檢定, 125
6 結構性變動. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.1 結構性變動133
6.2 檢定結構性變動134
變動點τ 已知下的檢定, 134
6.3 變動點τ 未知下的檢定136
6.4 檢定結構性改變之實例137
6.5 變動點的估計143
6.6 結構性改變vs. 隨機趨勢145
7 向量自我迴歸模型概論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
7.1 向量自我迴歸模型151
7.2 縮減式VAR 152
7.3 結構式VAR 153
7.4 遞迴式VAR 153
8 縮減式VAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.1 縮減式VAR 159
8.2 縮減式VAR的估計160
8.3 縮減式VAR的落後期數選取164
8.4 縮減式VAR的預測165
8.5 縮減式VAR的應用: 檢定股票價格現值模型167
8.6 Granger因果關係檢定170
Hall 平賭假說, 171 L Granger 因果關係不是真正因果關係的一個
例子, 172 L 樣本外預測之Granger因果關係檢定, 173
8.7 Granger因果關係檢定之實例應用174
8.8 附錄175
縮減式VAR的估計: SURE, 175 L Wald檢定, 178
9 結構式向量自我迴歸I:
遞迴式VAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
9.1 結構式VAR 183
9.2 認定條件185
常用基本假設, 186 L 其他認定條件, 186
9.3 如何加入短期遞迴限制187
9.4 衝擊反應函數191
9.5 變異數分解193
9.6 遞迴式VAR的實例應用196
認定(I − ˆD0)−1 與ˆB , 196 L 衝擊反應函數, 197 L 變異數分解, 197
9.7 延伸閱讀201
10 結構式向量自我迴歸II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
10.1 完全結構式VAR 205
10.2 過度認定檢定205
10.3 Bernanke andMihov (1998) 對於貨幣政策的認定206
10.4 Blanchard and Quah 的長期限制認定條件211
估計D0 與B 的第一種方法, 216 L 估計D0 與B 的第二種方法,
216
10.5 實例應用: Blanchard and Quah 的長期限制217
10.6 延伸閱讀221
11 共整合與向量誤差修正模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
11.1 共整合關係225
11.2 共整合與共同隨機趨勢228
11.3 向量誤差修正模型229
11.4 共整合分析234
11.5 共整合分析I: Engle-Granger兩階段程序234
共整合檢定, 234 L 估計共整合關係與向量誤差修正模型, 236
11.6 共整合分析II: Johansen程序237
共整合檢定, 237
11.7 共整合分析的實例應用: 利率期限結構241
11.8 關於共整合分析247
11.9 附錄250
以最大概似法估計共整合關係, 250
12 ARCH-GARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
12.1 時間序列的波動性257
12.2 ARCH 模型259
12.3 GARCH 模型262
12.4 檢定ARCH 效果262
12.5 GARCH 模型的擴充263
GARCH-M模型, 263 L 自積GARCH模型, 264 L 指數GARCH
模型, 264
12.6 GARCH 模型的最大概似估計265
12.7 GARCH 模型的實例應用: 央行在外匯市場的干預266
13 蒙地卡羅模擬
與Bootstrap . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
13.1 蒙地卡羅模擬275
13.2 蒙地卡羅模擬的應用277
應用I: 模擬AR(1) 係數OLS 估計式的小樣本偏誤, 277 L 應用II:
模擬t 檢定的實證檢定力與檢定大小, 278
13.3 樣本重抽法與Bootstrap 281
樣本重抽法, 281 L Bootstrap 簡介, 282 L Bootstrap 定義, 284
L 模擬Bootstrap 分配, 287 L 無母數Bootstrap 的實際執行方式,
288
13.4 Bootstrap偏誤與標準差290
Bootstrap偏誤, 290 L Bootstrap 標準差, 292
13.5 Bootstrap信賴區間293
13.6 Bootstrap P-values (假設檢定) 294
單尾檢定, 294 L 雙尾檢定, 295
13.7 迴歸模型的Bootstrap 296
殘差Bootstrap, 296
13.8 Bootstrapping長期追蹤調查資料299
13.9 蒙地卡羅模擬與Bootstrap 的實例應用300
實例應用I: AR(1) 係數的Bootstrap 偏誤修正估計式, 300 L 實例
應用II: VAR衝擊反應函數的信賴區間, 301 L 有關Bootstrap的延
伸閱讀, 304
13.10附錄304
RATS程式模擬AR(1)係數OLS估計式的小樣本偏誤, 304 L GAUSS
程式模擬t 檢定的實證檢定力與檢定大小, 306 L RATS 程式模擬
大樣本漸近分配未盡理想之例子, 308 L RATS 程式執行AR(1) 估
計式的偏誤修正, 310
14 時間序列中的
AR迴歸模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
14.1 時間序列漸近理論317
14.2 AR係數估計式的大樣本性質320
14.3 Newey-West HAC估計式322
參考文獻. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
索引. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337