第一章 時間序列分析的基礎
1.1 從AR(1) 模型談起
1.2 時間序列模型之目的與涵義
1.3 蛛網理論、結構式與縮減式
1.4 AR(1) 模型的長期收歛值和經濟長期均衡之關係
1.5 加入誤差觀念的AR(1) 模型
第二章 Box-Jenkins 的ARMA 模型
2.1 先談談白噪音 (white noise)
2.2 ARMA(p,q) 模型
2.3 MA 隱含的經濟意義
2.4 定態與安定條件
2.5 用ACF 和PACF 判斷落後期數
附錄：ARMA 模型的另一種表示法：落遲運算符號
第三章 ARMA 模型的估計
3.1 估計ARMA 模型的第一步
3.2 ARMA 模型的診斷─Q 統計量和JB 統計量
3.3 如何選擇適當的ARMA 模型
第四章 結構轉變的考量
4.1 結構轉變在經濟模型和計量模型上之意義
4.2 Chow 的結構轉變之檢定與估計
4.3 讓資料說話的結構轉變檢定
4.4 門檻式自我相關結構轉變模型
第五章 自我相關條件異質變異模型
5.1 經濟與財務時間序列統計資料之特性
5.2 ARCH/GARCH 基本模型
5.3 未考量ARCH 對模型估計的影響
5.4 找出模型中是否有自我相關變異數不齊一的問題
5.5 估計ARCH/GARCH 模型
5.6 ARCH 模型在金融市場之應用─ARCH-M模型
5.7 GARCH 模型之擴展應用
第六章 多變數模型 與 向量自我迴歸
6.1 多變數時間序列模型與迴歸
6.2 多變數模型中殘差的問題
6.3 殘差含自我相關之處理
6.4 動態時間序列模型
6.5 向量自我迴歸
第七章 多變量GARCH 模型
7.1 多變量GARCH 模型之矩陣基礎
7.2 從GARCH(1,1) 到多變量GARCH(1,1)
7.3 下三角堆疊模型：Vech model
7.4 BEKK 模型
7.5 條件相關係數模型: CCC and DCC models
附錄：Eviews 可估計之多變量 GARCH 對照表
第八章 非定態時間序列模型
8.1 從 Random Walk 模型開始
8.2 RW 模型所隱含的經濟涵意
8.3 什麼是單根？
8.4 Dickey-Fuller 的單根檢定與衍生之檢定
8.5 Panel 單根檢定
第九章 共整合與誤差修正模型
9.1 整合變數
9.2 什麼是共整合？
9.3 誤差修正模型
9.4 Engle-Granger 共整合檢定與估計
9.5 Johansen 共整合檢定與估計
9.6 Johansen 共整合加入限制式之檢定
附錄 矩陣、向量和特性根
A.1 矩陣和向量之定義與運算
A.2 以矩陣方式表示聯立方程式
A.3 特性根與特性方程式

第一章 時間序列分析的基礎
1.1 從AR(1) 模型談起
1.2 時間序列模型之目的與涵義
1.3 蛛網理論、結構式與縮減式
1.4 AR(1) 模型的長期收歛值和經濟長期均衡之關係
1.5 加入誤差觀念的AR(1) 模型
第二章 Box-Jenkins 的ARMA 模型
2.1 先談談白噪音 (white noise)
2.2 ARMA(p,q) 模型
2.3 MA 隱含的經濟意義
2.4 定態與安定條件
2.5 用ACF 和PACF 判斷落後期數
附錄：ARMA 模型的另一種表示法：落遲運算符號
第三章 ARMA 模型的估計
3.1 估計ARMA 模型的第一步
3.2 ARMA 模型的診斷─Q 統計量和JB 統計量
3.3 如何選擇適當的ARMA 模型
...