本书主要介绍定量分析时间序列数据的方法，本书与实践序列分析类教材的不同之处在于，针对金融专业本科生的特点，使用大量金融领域中的案例，强调概念的理解和应用而不是理论推导。本书是高等院校经管类本科，研究生的首选教材。也可作为金融时间序列，计量经济学相关领域学者的参考读物。

全书包括七章。第一章金融和统计基本概念。第二章时间序列数据回归模型，第三章确定性时间序列分析，第四章平稳线性ARMA模型。第五章波动率模型，第六章非平稳时间序列模型，第七章模拟。本教材由浅入深，循序渐进，以应用为主。提供了大量金融领域使用的案例。每章配有本章要点，关键词和需要掌握的内容。每章后配有思考题和上机练习题，同时提供大量数据以方便练习。每章都提供相应的Eviews5．O操作指南。本教材还提供配套的PPT和试卷。

本书是高等院校经管类本科，研究生的首选教材。也可作为金融时间序列，计量经济学相关领域学者的参考读物。

第一章 金融和统计基本概念  

第一节 收益率  

第二节 正态分布和对数正态分布  

第三节 描述统计  

第四节 协方差和相关系数  

第二章 时间序列数据回归模型  

第一节 经典线性回归模型  

第二节 时间序列数据回归模型的假设条件  

第三节 动态计量经济模型  

第四节 模型的评价和修改  

第三章 确定性时间序列分析  

第一节 时间序列的分解  

第二节 平滑方法  

第三节 拟合趋势  

第四节 趋势和季节调整  

第四章 平稳线性ARMA模型  

第一节 随机过程的基本概念  

第二节 ARMA模型与相应平稳随机过程  

第三节 线性ARMA模型的建立  

第四节 预测  

第五节 季节性ARMA模型  

第五章 波动率模型  

第一节 波动率模型概述  

第二节 自回归条件异方差模型(ARCH)  

第三节 广义自回归条件异方差模型((ARCH)

第四节 非对称条件异方差模型  

第五节 ARCH-M模型  

第六节 风险价值  

第六章 非平稳时间序列模型  

第一节 趋势平稳过程和单位根过程  

第二节 单位根检验  

第三节 协整定义和性质  

第四节 协整检验  

第七章 模拟  

第一节 产生服从已知分布的随机数  

第二节 模拟的使用  

第三节 降低方差的方法  

第四节 马尔可夫链蒙特卡罗模拟法  

参考文献