社会科学 - 经济学 - 计量经济学 - 时间序列分析 课程大纲

第1周：课程介绍与预备知识

• 主题: 时间序列分析简介
• 学习目标:
  • 理解时间序列数据的基本概念
  • 掌握时间序列的类型（趋势、季节性、循环等）
• 阅读资源: Stock & Watson, "Introduction to Econometrics", 第一章
• 教学方法: 讲座 + 互动讨论
• 评估: 课程欢迎问卷

第2周：基础时间序列分析

• 主题: 描述性统计与平稳性检验
• 学习目标:
  • 学习ADF（Augmented Dickey-Fuller）测试
  • 应用ARIMA模型识别模型形式
• 阅读资源: Hamilton, "Time Series Analysis", 第二章
• 活动: 实践ADF测试和初步ARIMA模型应用

第3周：ARIMA模型

• 主题: ARIMA模型原理与参数估计
• 学习目标:
  • 理解ARIMA(p,d,q)模型的构造
  • 学会使用Eviews或R进行模型拟合
• 资源: Durbin & Koopman, "A Modern Introduction to Time Series and Forecasting", 第三章
• 教学方法: 讲座 + 编程练习

第4周：季节性调整与预测

• 主题: 季节性分解与预测
• 学习目标:
  • 季节性ARIMA (SARIMA)模型的理解
  • 季节性预测的应用
• 资源: Hyndman & Athanasopoulos, "Forecasting: Principles and Practice", 第五章
• 活动: 季节性预测案例研究

第5周：状态空间模型

• 主题: 状态空间模型与VECM
• 学习目标:
  • 简介VARMA(Very Important Random Matrix AutoRegression Model)
  • 理解VECM Vector Error Correction Model
• 资源: Lutkepohl, "New Introduction to Multiple Time Series Analysis", 第六章
• 教学方法: 讲座 + 小组讨论

第6周：高级时间序列分析

• 主题: 动态因素分析与GARCH模型
• 学习目标:
  • 动态因素模型(DFMs)的应用
  • GARCH模型的理解及其在风险管理和金融市场中的应用
• 资源: Engle, "Dynamic Conditional Heteroskedasticity", 第七章
• 活动: GARCH模型实战

第7周：课程总结与实践项目

• 主题: 项目设计与实施
• 学习目标:
  • 学生独立完成时间序列分析项目
  • 分享和讨论项目成果
• 评估: 项目报告 + 小组讨论

第8周：复习与期末考试准备

• 主题: 复习与期末考试策略
• 学习目标:
  • 回顾所有关键概念与模型
  • 准备期末考试
• 教学方法: 讲座 + 自我复习时间

评估方法: - 作业 (每周): 概念理解和应用练习 - 小测验 (每两周): 关键概念测试 - 项目 (第六周): 实际应用项目 - 期末考试 (第八周): 整体知识综合测试

这个大纲旨在通过理论讲解和实际操作相结合的方式，帮助学生深入理解时间序列分析在经济学中的应用。