金融时间序列分析是一门新的金融统计学课程，汇总了时间序列在金融经济方面应用的理论、方法和应用。本教材是以作者多年来在金融时间序列方面的科研和教学为基础编写的。该书体现了较强的理论深度和学术前沿性，同时针对我国金融市场实际进行了大量实证研究，具有理论和实际指导意义。在长期的教学和相关研究中，我们汇集了大量中国金融市场时问序列多方面的实证分析成果，这将是我们教材的重要内容。

本书可作为财经类或综合类院校的数量经济学、金融学、统计学、数学等专业高年级本科生和相关领域研究生的教科书，亦可作为数量经济、金融计量、金融工程等领域的研究人员、有关教师、经济和金融工作者的参考书。

全书共分8章。第一章绪论，给出关于金融时间序列分析的全貌，使学生了解有关金融时间序列的意义、特点、目的及金融时间序列分析的内容和研究方法。第二章时间序列分析，这是金融时间序列分析的基础，包括时间序列的二般模型、非平稳时间序列和长记忆时间序列性质及模型、Granger因果关系分析等。第三章介绍时间序列的单位根过程。对于存在单位根的时间序列一般都表现出明显的记忆性和波动的持续性，本章讨论时间序列的单位根检验是后续讨论的基础。第四章讨论协整理论和方法。详细介绍协整概念、协整与误差校正模型、协整关系的估计和检验、系统方程协整关系的估计和检验等基础理论和方法以及协整方法在金融时间序列分析中的应用。第五章介绍自回归条件异方差(ARCH)模型及应用，包括ARCH(GARCH)族模型的类型、意义、统计性质、建模方法，多元GARCH建模及其在金融分析中的应用。第六章介绍随机波动(SV)模型及应用，包括SV模型的不同类型、统计性质、建模方法以及在金融分析中的应用。第七章高频金融时间序列分析与建模。高频金融时间序列分析是金融时间序列中的特殊问题，本章介绍高频金融时间序列的特点、研究方法和基本模型，以及其在金融分析中的应用。第八章介绍金融时间序列的小波分析方法，把小波分析中的离散小波变换和多分辨分析等小波分析方法应用于金融时间序列的分析中。

前言

第一章 绪论

第一节 金融时间序列分析概述

第二节 金融时间序列的特点 

第二章 时间序列分析

第一节 时间序列与随机过程

第二节 时间序列模型

第三节 非平稳及长记忆时间序列ARFIMA模型

第四节 VAR模型与Granger因果分析

第五节 时间序列分析的状态空间方法

第三章 时间序列的单位根过程

第一节 单位根过程及其性质

第二节 单位根过程的检验

第三节 具有单位根的VAR模型

第四章 协整理论与建模

第一节 协整与误差校正模型

第二节 协整关系的估计与检验

第三节 基于协整系统的预测

第四节 协整理论的扩展

第五章 条件异方差模型

第一节 ARCH模型及其性质

第二节 GARCH模型及其性质

第三节 ARCH类模型扩展

第四节 多元GARCH模型

第五节 金融市场波动性建模与Eviews软件操作

第六章 随机波动模型

第一节 SV模型及其统计性质

第二节 SV模型的扩展

第三节 多元sV模型

第四节 SV模型与GARCH模型对金融时间序列刻画能力比较

第五节 风险价值

第七章 高频金融时间序列分析

第一节 高频金融时间序列特点与基本问题

第二节 超高频金融时间序列的持续期模型与金融市场微观结构

第三节 金融市场微观结构的实证研究

第八章 金融时间序列的小波方法

第一节 离散小波变换与多分辨分析

第二节 基于小波分析的金融波动分析

第三节 多分辨协整及误差校正模型

参考文献

附表