预测理论与应用

课程导航#

1. 课时 1：时间序列初步（Time-series Preliminaries）
2. 课时 2：差分方程、滞后运算与动态模型（Difference Equations, Lag Operators, and Dynamic Models）
3. 课时 3：平稳时间序列：AR 模型（Stationary Time Series: AR Models）
4. 课时 4：平稳金融时间序列：ARMA 模型（Stationary Financial Time Series: ARMA Models）
5. 课时 5：预测理论与应用（Forecasting Theory and Applications）
6. 课时 6：非平稳金融时间序列模型（Nonstationary Financial Time-series Models）
7. 课时 7：金融计量中的条件异方差模型（Conditional Heteroskedasticity Models）
8. 课时 8：向量自回归（VAR）模型（Vector Autoregression）
9. 课时 9：协整与误差修正模型（Cointegration and Error-correction Models）

本章范围#

本章对应课程第 5 章，将围绕**时间序列预测理论与应用（Forecasting Theory and Applications）**建立完整教程，重点连接已估计动态模型、多步预测、预测误差与样本外评价。