預測經濟時間序列

1　預測簡論
1.1　本書的背景
1.2　本書的結構
1.3　經濟預測理論簡史
　1.4　預測框架
　1.5　其他預測方法
　1.6　一個虛構的實例
2　預測的首要原理
　2.1　簡介
　2.2　不可預測性
　2.3　信息含量
　2.4　隨機變量的矩
　2.5　可預報性
　2.6　概念的含義
　2.7　預測技術簡介
　2.8　多變量模型的預測
　2.9　經濟預測中的因果信息
　2.10　小結
3　預測精度的評價
　3.1　簡介
　3.2　預測結果的比較
　3.3　相競模型的預測
　3.4　MSFE度量
　3.5　MSFE標準的非不變性
　3.6　一個具不變性的預測精度度量
　3.7　預測似然函數
　3.8　小結
4　單變量過程的預測
　4.1　簡介
　4.2　穩定的隨機過程
　4.3　穩定性
　4.4　隨機的非穩定性
　4.5　確定的非穩定性
　4.6　分數整合過程
　4.7　非線性模型的預測
　4.8　含有ARCH誤差的模型的預測
　4.9　二階矩相關和非對稱損失函數
　4.10　小結
　4.11　附錄︰估計量冪指數的近似計算
5　蒙特卡羅模擬技術
　5.1　簡介
　5.2　蒙特卡羅的基本理論
　5.3　兩階矩度量的控制變量
　5.4　對偶變量︰單方程的預測偏差
　5.5　小結
6　協整系統的預測
　6.1　簡介
　6.2　非穩定變量組成的系統
　6.3　AR表示形式的線性變換
　6.4　漸近方差公式
　6.5　系統的預測偏差
　6.6　小樣本估計中的問題
　6.7　蒙特卡羅實驗的設計
　6.8　模擬結果
　6.9　實例說明
　6.10　小結
　6.11　附錄︰數學推導
7　大型宏觀經濟計量模型的預測
8　截距修正理論︰超越機械式的預測
9　領先指標在預測中的應用
10　綜合預測
11　多步估計
12　模型的簡易性
13　預測精的檢驗
14　後記
數學符號
參考文獻
作者索引
主題索引

卜算未來是一門既古老又受人尊重的行業。我們的祖先很早就已經知道如何根據季節的變化，預計漁汛的大小、安排莊稼的種植和收割等，甚至能估算遷徙的鳥群過往的時間。在古代希臘，德爾菲（Delphi *）的女教士就能為當時的皇帝和達官顯貴卜算未來；而在中國，早在殷商時代，人們已將對將來的預測刻在龜背上，有些至今尚存。

從20世紀後半期至今，對經濟時間序列的預測在方法的數量和規模上都有穩步的發展。有些方法在很大程度上依賴經濟學理論，以此構造預測模型；而有些則采用各種不同的統計和時間序列模型。隨著數據資料的日漸豐富和計算技術的突飛猛進，我們可使用的模型也快速地日益增加。這就使得比較和評價不同預測技術和方法顯得更為重要，目的當然是最終選取最好的預測方法或模型。

但這完全不表明經濟的現狀和未來是容易預測的。事實上，由于市場結構和預測長度的特殊性，對某些經濟部門的預測是相當困難的。我們有時甚至無法判斷，我們對經濟的預測的質量是否比過去有了實質性的提高，因為在過去的幾十年中經濟發展的速度加快，國家間的貿易也成倍增加，經濟結構也由此經常發生變化，這就大大地提高了預測的難度。

預測一旦形成，一般都為決策者所用，而好的預測常可引起好的決策。決策的利弊決定于預測的質量，也依賴于所預測變量最終出現的值。但我們必須注意到，在有些情況下，預測可以反過來影響被預測變量以後出現的實際值。最典型的例子，是決策者將預測作為決定將來政策的基礎。顯然，預測評價在這樣的情況下更為復雜。

隨著時間的遷移，預測者將不斷地探索新的和更復雜的預測技術，如采用含有更多解釋變量的模型，它們甚至可以有非線性形式和隨時間變化的參數，還需用諸如卡爾曼濾波方法等作估計。然而，這些新技術並不能保證我們取得更好的預測。

預測的形成過程過去是，現在和將來仍將是令人振奮的科研領域，它將不斷地產生新的技術和方法，並應用于新領域中新的時間序列。這本書為研究者和學生提供了這樣的機會，使他們能帶著信心進入這一充滿希望的領域，並得到理性上的享受。