金融计量学：时间序列分析视角（第二版）（经济管理类课程教材·金融系列） pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

张成思 著

图书标签:

• 金融计量学
• 时间序列分析
• 金融
• 计量经济学
• 经济管理
• 教材
• 金融工程
• 投资分析
• 风险管理
• 统计学

出版社： 中国人民大学出版社

ISBN：9787300225296

版次：2

商品编码：11891284

包装：平装

丛书名： 经济管理类课程教材·金融系列

开本：16开

出版时间：2016-03-01

页数：348

内容简介

近年来，《金融计量学》、《金融时间序列分析》等课程逐渐成为国内许多高校经管类专业高年级本科生和研究生的专业必修课。本书作者根据国内教学需要，在总结国外留学时的经验以及多年从事该门课程教学的基础上，编写了这本难度适中的《金融计量学——时间序列分析视角》。
本次修订，根据该门课程发展的需要，结合广大使用教师和学生的反馈意见，对全书各个章节的细节描述部分和数据进行了更新，修正了之前版本中的个别笔误，增加了第二章“金融计量软件介绍”，略去了上一版的“事件研究方法”一章内容。修订后，本书更注重金融计量理论与实际应用的紧密结合，理论内容涵盖全面，理论讲解深入浅出，同时特别强调理论知识的实际应用。为提高本书的可读性，笔者将涉及到的比较繁难的内容尽量以简单浅显的语言形式和生动活泼的图表形式解读出来，并且结合金融计量软件讲解一些具体数据处理和回归操作过程，形式新颖，期望使读者阅而不烦。
本书适合作为金融学、经济学、工商管理、统计学和应用数学等专业的本科生或研究生教材，对于具有计量经济学基础或者正在学习计量经济学基础课程的学生，本书不失为一本很好的学习用书。另外，对于具有一定金融学或经济学基础的从业人员和科研工作者，本书也可以作为一本案头参考书目。

作者简介

张成思，中国人民大学财政金融学院货币金融系主任，金融学教授，博士生导师，曾执教于香港中文大学。主要研究方向为货币政策、通货膨胀动态机制、金融发展以及金融时间序列 分析等。近年来以独立或**作者在 Journal of International Money and Finance（金融类SSCI期刊世界排名第8）、 JMCB（货币银行领域**期刊）、IREF、 The World Economy、Oxford Bulletin of Economics and Statistics等国际主流SSCI期刊发表论文40余篇（其中半数为刊首文或封面文章），在《经济研究》、《金融研究》、《管理世界》、《世界经济》等中文**及核心期刊发表论文近百篇。2010年获得“中国青年经济学者论坛”优秀论文奖（共评选出6篇），2013年荣获 “中国青年金融学者”奖，2014年获得“第六届薛暮桥价格研究奖”，2015年其专著《中国通货膨胀动态形成机制的多重逻辑》入选国家社科基金成果文库。世界著名的RePEC数据库统计的中国学者国际学术文章综合影响力情况显示，作者位列前10%（其中含国内兼职的国外教授）。

目录

第1章 金融计量学初步 /1
1．1 金融计量学的范畴 /1
1．2 金融时间序列数据 /2
1．3 金融计量分析中的基本概念 /5
本章参考文献 /11
第2章 金融计量软件介绍 /12
2．1 综合介绍 /12
2．2 EViews使用简介 /14
2．3 GAUSS使用简介 /23
2．4 Stata使用简介 /27
练习2 /37
第3章 差分方程、滞后运算与动态模型 /44
3．1 一阶差分方程 /44
3．2 动态乘数与脉冲响应函数 /48
3．3 高阶差分方程 /51
3．4 滞后算子与滞后运算法 /53
练习3 /56
本章参考文献 /57
第4章 平稳AR模型 /58
4．1 基本概念 /58
4．2 一阶自回归模型：AR（1） /64
4．3 二阶自回归模型：AR（2） / 73
4．4 p阶自回归模型：AR（p） /76
练习4 /82
本章参考文献 /83
第5章 平稳ARMA模型 /84
5．1 移动平均过程（MA process） /84
5．2 自回归移动平均过程（ARMA process） /91
5．3 部分自相关函数（partial autocorrelation） /95
5．4 样本自相关与部分自相关函数 /98
5．5 自相关性检验 /102
5．6 ARMA模型的实证分析及应用 /106
5．7 实例应用：中国CPI通货膨胀率的AR模型 /108
练习5 /111
本章参考文献 /111
第6章 预测理论与应用 /113
6．1 基本概念与预测初步 /113
6．2 基于MA模型的预测 /119
6．3 基于AR模型的预测 /121
6．4 预测准确性的度量指标 /123
练习6 /124
第7章 非平稳时间序列模型 /125
7．1 确定性趋势模型 /125
7．2 随机趋势模型 /127
7．3 去除趋势的方法 /131
练习7 /138
本章参考文献 1/39
第8章 单位根检验法 /140
8．1 DF单位根检验法 /140
8．2 ADF单位根检验法 /144
8．3 其他单位根检验法 /149
8．4 各种单位根检验法的应用 /158
练习8 /162
本章参考文献 /162
第9章 向量自回归（VAR）模型 /164
9．1 VAR模型介绍 /164
9．2 VAR模型的估计与相关检验 /175
9．3 格兰杰因果关系 /181
9．4 向量自回归（VAR）模型与脉冲响应分析 /183
9．5 VAR模型与方差分解 /189
练习9 /191
本章参考文献 /192
第10章 结构向量自回归（SVAR）模型 /193
10．1 SVAR模型初步 /193
10．2 SVAR模型的基本识别方法 /197
10．3 SVAR模型的三种类型 /200
10．4 SVAR模型的估计方法总结 /209
10．5 SVAR与缩减VAR模型的脉冲响应及方差分解比较 /210
练习10 /212
本章参考文献 /213
第11章 协整与误差修正模型 /214
11．1 协整与误差修正模型的基本定义 /214
11．2 Engle-Granger协整分析方法 /222
11．3 向量ADF模型与协整分析 /229
11．4 向量误差修正模型（VECM） /233
11．5 确定性趋势与协整分析 /236
11．6 Johansen协整分析方法 /239
11．7 VECM的估计与统计推断 /242
11．8 Johansen协整分析方法的应用 /243
练习11 /245
本章参考文献 /246
第12章 GARCH模型 /248
12．1 背景介绍 /248
12．2 ARCH模型 /252
12．3 GARCH模型 /257
12．4 非对称GARCH模型：TGARCH与EGARCH /270
12．5 其他GARCH模型 /276
练习12 /279
本章参考文献 /280
第13章 非线性时间序列模型 /282
13．1 非线性时间序列模型背景介绍 /282
13．2 马尔可夫区制转移模型 /283
13．3 门限模型 /294
13．4 应用 /297
练习13 /301
本章参考文献 /301
第14章 资产定价模型与估计 /303
14．1 CAPM理论回顾 /303
14．2 CAPM实证检验方法 /305
14．3 多因素资产定价模型 /308
14．4 CAPM应用 /310
练习14 /318
本章参考文献 /318
附 录 矩阵代数与经典线性回归模型 /319
A．1 矩阵代数 /319
A．2 经典线性回归的基本假设 /327
A．3 普通最小二乘估计（OLS） /327
练习A1 /334

前言/序言

内容简介 本书旨在为读者深入剖析金融计量学中时间序列分析的核心理论与实证应用，提供一个全面且系统的学习框架。不同于仅限于理论推导或孤立模型介绍的著作，本书强调理论与实践的紧密结合，通过大量的金融案例与实际数据分析，帮助读者掌握运用时间序列模型解决复杂金融问题的能力。 第一部分：时间序列分析基础 本部分将带领读者从零开始，构建坚实的时间序列分析理论基础。首先，我们将介绍时间序列数据的基本概念、特性以及其在金融领域的广泛应用，例如股票价格、汇率、利率、通货膨胀率等。接着，深入探讨时间序列数据常见的统计特征，如均值、方差、自相关性和偏自相关性，并教授如何通过可视化工具和统计检验来识别和度量这些特征。 核心内容将围绕平稳时间序列模型展开。我们将详细讲解自回归（AR）模型、移动平均（MA）模型以及它们的组合——自回归移动平均（ARMA）模型。书中将阐述这些模型的数学形式、参数估计方法（如最大似然估计法）以及模型选择的准则（如AIC、BIC）。此外，还将详细介绍如何进行模型诊断，包括残差分析、单位根检验等，以确保模型的有效性。 第二部分：非平稳时间序列模型与单位根过程 许多金融时间序列并非平稳，这使得直接应用平稳模型分析会产生误导性结果。因此，本部分将重点关注非平稳时间序列的建模方法。我们将详细讲解单位根检验的方法，如Dicker-Fuller（DF）检验、增广Dicker-Fuller（ADF）检验和Phillips-Perron（PP）检验，以及如何解读检验结果并判断序列的平稳性。 在此基础上，我们将深入介绍差分模型（ARIMA模型）的构建与应用。ARIMA模型通过对非平稳序列进行差分，将其转化为平稳序列，从而可以使用ARMA模型进行分析。本书将详细阐述ARIMA模型的阶数确定、参数估计、模型诊断以及模型用于预测的步骤。 第三部分：协整与向量自回归模型 金融市场中，多个时间序列之间常常存在长期均衡关系，即协整关系。本部分将聚焦于协整理论及其在金融计量学中的应用。我们将介绍协整的定义、Engle-Granger两步法和Johansen检验等协整检验方法，并讲解如何解释检验结果。 在此基础上，本书将引入向量自回归（VAR）模型。VAR模型能够同时对多个时间序列变量进行建模，捕捉它们之间的动态相互作用。我们将详细讲解VAR模型的建立、阶数选择、参数估计、脉冲响应函数（IRF）和方差分解（FEVD）的解释，这些工具对于理解不同金融变量之间的传导机制和影响至关重要。 第四部分：波动率建模与条件异方差 金融时间序列的一个显著特征是其波动率的集聚现象，即大的价格变动之后往往伴随着大的变动，小的变动之后往往伴随着小的变动。本部分将重点研究波动率建模。 我们将深入讲解自回归条件异方差（ARCH）模型及其扩展——广义自回归条件异方差（GARCH）模型。本书将详细阐述ARCH和GARCH模型的数学结构、参数估计、模型诊断以及其在风险管理、期权定价等领域的应用。在此基础上，还将介绍一些更高级的波动率模型，如EGARCH、GJR-GARCH等，以捕捉更复杂的波动率动态。 第五部分：状态空间模型与卡尔曼滤波 状态空间模型提供了一种灵活的框架来描述和分析动态系统，尤其适用于处理具有潜在但不可观测状态的时间序列。本部分将介绍状态空间模型的构建方法，包括状态方程和观测方程。 核心内容将围绕卡尔曼滤波展开。卡尔曼滤波是一种高效的算法，用于估计隐藏在带有噪声的观测数据中的系统状态。本书将详细阐述卡尔曼滤波的原理、递推计算过程以及其在金融计量学中的应用，例如对宏观经济变量的估计、对潜在经济周期状态的识别等。 第六部分：金融时间序列的实证分析与前沿 本部分将结合前面介绍的理论工具，通过一系列真实的金融案例，展示如何运用计量经济学方法对金融市场进行深入分析。我们将选取具有代表性的金融市场数据，如股票市场、外汇市场、商品市场等，运用本书所学的各种模型来解答具体的金融问题。 例如，我们将演示如何使用ARIMA模型预测股票价格走势，如何使用VAR模型分析货币政策对资产价格的影响，如何使用GARCH模型估计资产的风险暴露，以及如何利用状态空间模型识别经济周期。 此外，本书还将对金融时间序列分析的前沿研究方向进行简要介绍，包括高频数据分析、机器学习在金融计量中的应用、非线性时间序列模型等，以期激发读者对该领域的进一步探索。 本书的特点： 理论与实践并重： 严谨的理论推导与贴近实际的金融案例分析相结合，帮助读者融会贯通。 循序渐进： 从基础概念到复杂模型，逐步深入，适合不同背景的读者。 注重应用： 大量篇幅用于介绍模型的实际应用，提供可操作的分析框架。 结构清晰： 全书逻辑严谨，章节划分合理，便于读者系统学习。 语言精炼： 使用清晰易懂的语言，避免晦涩难懂的专业术语，力求让读者更好地理解和掌握。 通过本书的学习，读者将能够扎实掌握金融计量学时间序列分析的核心方法，具备运用这些方法分析和解决实际金融问题的能力，为在金融研究、投资分析、风险管理等领域做出贡献打下坚实基础。

评分☆☆☆☆☆

这本书的语言风格非常吸引人，它没有教科书那种枯燥乏味的感觉，而是充满了启发性和探索性。作者以一种对话式的方式，引导读者一步步深入到金融时间序列分析的奥秘之中。即使是一些非常抽象的统计概念，在作者的笔下也变得生动有趣。例如，在解释协整关系时，作者会用一个简单的例子来类比，让读者能够直观地理解这种长期均衡关系。书中的图表设计也十分精美，色彩搭配合理，布局清晰，能够有效地帮助读者梳理信息，抓住重点。我特别喜欢书中对模型优化的讨论，作者详细介绍了如何通过调整模型参数来提高模型的拟合度和预测精度，这对于提升实际应用效果至关重要。此外，书中还涉及了一些前沿的议题，例如贝叶斯时间序列分析和机器学习在金融时间序列分析中的应用，这使得本书内容具有一定的创新性和前瞻性。总而言之，这本书不仅能够传授知识，更能激发读者的学习兴趣，让他们在轻松愉快的氛围中掌握金融计量学的核心技能，充满了惊喜和收获。

评分☆☆☆☆☆

作为一本“经济管理类课程教材·金融系列”的书籍，它在体系性和系统性上表现得尤为突出。作者以一种高度组织化的方式，将金融时间序列分析的知识体系呈现出来。从数据的预处理，到各种经典和现代模型，再到模型评估和应用，每一个环节都经过精心设计，逻辑严谨，层层递进。对于课程教学而言，这本书提供了清晰的教学大纲和学习路径，教师可以根据教学需求，灵活调整教学内容，但整体框架的稳定性能够保证学生扎实地掌握核心知识。我尤其注意到书中在引入新概念时，都能够追溯到其理论基础和应用背景，这种“知其然，更知其所以然”的讲解方式，能够帮助学生建立起完整的知识体系，而不是零散地记忆知识点。书中的练习题和案例分析，更是设计得非常精妙，既能够巩固课堂上学到的理论知识，又能够引导学生思考如何在实际问题中运用这些工具。对于我这样一名正在攻读金融硕士的学生来说，这本书不仅为我的专业学习提供了坚实的理论支撑，更重要的是，它帮助我建立了学习和研究的科学方法论。它展现了一本优秀教材应有的样子，即既有学术深度，又有教育广度，能够真正地赋能读者。

评分☆☆☆☆☆

这本书在理论阐释的深度和广度上都达到了相当高的水平，能够满足不同读者的需求。对于初学者而言，书中从基础概念入手，循序渐进的讲解方式，能够帮助他们快速建立起对金融时间序列分析的整体认知。例如，作者在解释自相关和偏自相关时，会通过生动的比喻来帮助理解，这极大地降低了初学者的学习难度。而对于有一定基础的读者，书中对各种模型的深入剖析，以及对模型变种和拓展的介绍，又能提供新的视角和更深的理解。我尤其喜欢书中关于模型诊断和模型选择的章节，它详细介绍了各种检验方法，以及如何根据数据特性和研究目的来选择最优模型，这对于确保研究的科学性和有效性至关重要。书中还包含了大量实际案例，通过这些案例，读者可以直观地了解各种模型在金融市场中的应用，例如波动率预测、风险度量等。这些案例的引入，不仅让理论学习变得更加有趣，也极大地提升了读者的实践能力。这本书就像一位博学的导师，能够引导读者在金融计量学的世界里不断探索和进步。

评分☆☆☆☆☆

这本书在理论深度和实务应用之间找到了一个绝佳的平衡点。作者不仅深入剖析了金融时间序列分析的核心模型和理论，更重要的是，他将这些理论与实际金融市场中的问题紧密结合。例如，书中对于资产收益率波动性模型（如ARCH、GARCH）的讲解，不仅仅停留在模型形式的描述，更深入探讨了它们在风险管理、期权定价以及投资组合优化等领域的实际应用。作者通过引用真实的金融数据和案例，展示了如何运用这些模型来解决现实世界中的问题，这对于提升读者的应用能力至关重要。我尤其喜欢书中关于模型选择和检验的章节，它指导读者如何根据数据的特点和分析目的，选择最合适的模型，并如何通过各种统计检验来评估模型的有效性。这种严谨的分析过程，对于避免模型误用和得出错误的结论至关重要。书中还涉及了一些前沿的讨论，例如高频数据分析和非线性时间序列模型，这使得本书的内容具有一定的前瞻性，能够帮助读者跟上学术研究和行业发展的步伐。对于我这样一名金融从业者，这本书提供的不仅是理论知识，更是解决实际问题的思路和方法，是一本极具价值的参考书。

评分☆☆☆☆☆

这本书的文字表达清晰、简洁，即使是涉及复杂的数学推导和统计概念，作者也能用通俗易懂的语言进行阐释，这一点对于非数学专业背景的读者来说，尤为重要。我非常欣赏作者在解释模型原理时，会辅以直观的比喻和生动的例子，这极大地降低了理解的门槛。例如，在讲解随机游走模型时，作者通过一个简单的投币游戏来类比，瞬间让复杂的概念变得清晰明了。书中的代码实现部分，虽然不是重点，但作者提供的示例代码，对于那些希望将理论付诸实践的读者来说，提供了极大的便利。我尝试着按照书中的示例，在常用的统计软件中复现了一些模型，发现结果与书中描述的完全一致，这极大地增强了我学习的信心。此外，书中的插图和表格设计也十分精美，色彩搭配合理，布局清晰，能够有效地帮助读者梳理信息，抓住重点。整体而言，这本书在知识传授和阅读体验上都做得非常出色，它不仅是一本学习金融计量学的工具书，更是一本能够激发读者学习兴趣的读物，让我在枯燥的理论学习中，也能感受到知识的魅力和探索的乐趣，充满了惊喜和收获。

评分☆☆☆☆☆

作为一本学术教材，这本书在内容严谨性和前沿性上都做得非常出色。作者在书中不仅介绍了经典的金融时间序列模型，还积极引入了近年来学术界和金融界关注的一些新模型和新方法。例如，书中对状态空间模型及其在金融建模中的应用进行了深入的探讨，这为理解更复杂的动态随机一般均衡（DSGE）模型打下了基础。此外，对高频金融数据分析的介绍，也使得本书内容紧跟时代发展的步伐，能够帮助读者了解当前金融量化研究的前沿动态。书中引用的大量参考文献，也为有志于深入研究的读者提供了宝贵的资源。我尤其欣赏作者在讨论模型时，会详细阐述其理论依据、适用条件以及优缺点，这有助于读者建立批判性思维，避免盲目套用模型。书中的数学推导清晰准确，但作者并没有过度依赖复杂的数学公式，而是尽量用直观的语言和图示来辅助理解，这使得本书在学术深度和易读性之间取得了良好的平衡。对于希望在金融计量学领域进行深入研究的研究生和博士生来说，这本书无疑是一本重要的参考书。

评分☆☆☆☆☆

作为一本课程教材，这本书在体系性和系统性上表现得尤为突出。作者以一种高度组织化的方式，将金融时间序列分析的知识体系呈现出来。从数据的预处理，到各种经典和现代模型，再到模型评估和应用，每一个环节都经过精心设计，逻辑严谨，层层递进。对于课程教学而言，这本书提供了清晰的教学大纲和学习路径，教师可以根据教学需求，灵活调整教学内容，但整体框架的稳定性能够保证学生扎实地掌握核心知识。我尤其注意到书中在引入新概念时，都能够追溯到其理论基础和应用背景，这种“知其然，更知其所以然”的讲解方式，能够帮助学生建立起完整的知识体系，而不是零散地记忆知识点。书中的练习题和案例分析，更是设计得非常精妙，既能够巩固课堂上学到的理论知识，又能够引导学生思考如何在实际问题中运用这些工具。对于我这样一名正在攻读金融硕士的学生来说，这本书不仅为我的专业学习提供了坚实的理论支撑，更重要的是，它帮助我建立了学习和研究的科学方法论。它展现了一本优秀教材应有的样子，即既有学术深度，又有教育广度，能够真正地赋能读者，是我学习过程中不可或缺的助手。

评分☆☆☆☆☆

一本绝佳的金融计量学入门读物，即使是初次接触这个领域的读者，也能感受到作者的良苦用心。整本书的叙事逻辑清晰流畅，从最基础的概念出发，循序渐进地引导读者进入复杂的时间序列分析世界。开篇的部分，作者对金融市场数据的特性进行了细致的阐述，这为后续的学习奠定了坚实的基础。那些看似枯燥的统计学原理，在作者的笔下变得生动有趣，通过大量的实际案例，将理论知识与金融实操紧密结合。我特别喜欢书中对经典计量模型，如ARIMA模型，进行的深入浅出的讲解。作者不仅解释了模型的原理和假设，更重要的是，他详细展示了如何利用这些模型来捕捉金融时间序列的动态特征，例如自相关性和异方差性。书中的图表运用得恰到好处，清晰地展示了数据分布和模型拟合效果，大大降低了阅读的难度。而且，作者在讲解过程中，并没有回避一些计算上的细节，但他通过简洁的语言和直观的示例，让读者能够理解计算的逻辑，而不是被复杂的公式吓倒。对于我这样一名对金融量化分析充满兴趣的本科生来说，这本书就像是打开了新世界的大门，让我看到了如何运用严谨的数学工具去理解和预测瞬息万变的金融市场。它不仅仅是一本教材，更像是一位循循善诱的导师，引导我在金融计量学的道路上稳步前行，充满了启发性和实践指导意义。

评分☆☆☆☆☆

我特别赞赏这本书的结构设计，它提供了一个非常连贯的学习路径，能够带领读者从零基础逐步掌握金融时间序列分析的精髓。开篇部分对时间序列数据基本特性的介绍，以及对金融市场特有现象的解读，为后续内容的学习打下了坚实的基础。随后的章节，从一元时间序列模型（ARIMA）、多元时间序列模型（VAR），到波动率模型（ARCH/GARCH），再到非参数模型和状态空间模型，每一个部分都循序渐进，逻辑清晰。书中对每个模型的介绍，都遵循着“模型设定—估计—检验—应用”的完整流程，使得读者能够系统地学习如何构建、理解和使用这些模型。我印象深刻的是，作者在讲解每个模型时，都会结合具体的金融案例，例如利用ARIMA模型预测股票价格，或者利用GARCH模型分析汇率波动。这些案例的引入，不仅让理论变得更加生动，也帮助读者理解如何在实际问题中应用这些工具。书中对模型检验和诊断的讨论也十分详尽，这对于确保研究的可靠性至关重要。总而言之，这本书提供了一个非常全面的时间序列分析框架，能够帮助读者构建起坚实的理论基础和实践能力，是一本不可多得的优秀教材。

评分☆☆☆☆☆

这本书对于已经有一定计量经济学基础，但希望在金融时间序列分析领域进行更深入探索的研究者和从业人员来说，无疑是一笔宝贵的财富。第二版在保持第一版核心内容精髓的基础上，对内容进行了更新和补充，尤其是在一些前沿模型和应用方面，有了显著的提升。书中对GARCH族模型及其变种的阐述，深入到了模型在波动率预测中的具体应用，这对于风险管理和投资组合优化至关重要。作者并没有止步于理论的介绍，而是大量引用了最新的学术研究成果和实际的金融案例，例如对不同市场环境下波动率模型的比较分析，以及在实际交易策略中的应用。这些内容对于提升读者的实际操作能力和理论研究的深度，都具有非常直接的帮助。我尤其欣赏作者在解释模型优势与局限性时所持的审慎态度，这有助于读者更全面地理解模型的适用范围，避免盲目套用。书中对于模型诊断和选择的章节，也进行了细致的讲解，这对于确保研究的可靠性和结果的有效性至关重要。通过阅读，我不仅掌握了构建和解释时间序列模型的技能，更重要的是，我学会了如何批判性地思考和评估计量模型的结果，这对于在复杂的金融实践中做出明智的决策至关重要。这本书的深度和广度，足以满足不同层次读者的需求。

评分☆☆☆☆☆

看到是人大论坛推荐就买了，结果还不错，虽然不是经典教材，但是比老师上课的教材简单易懂，课后题也有对Eviews的练习。自己现在常用的就是这本

评分☆☆☆☆☆

送货挺快 就是太贵了点

评分☆☆☆☆☆

就是自己需要的，非常棒，京东快递不是盖的

评分☆☆☆☆☆

时间序列好书，时间序列好书

评分☆☆☆☆☆

看到是人大论坛推荐就买了，结果还不错，虽然不是经典教材，但是比老师上课的教材简单易懂，课后题也有对Eviews的练习。自己现在常用的就是这本

评分☆☆☆☆☆

经济管理类课程教材·金融系列·金融计量学时间序列分析视角紧密结合当前国内外金融研究的最新成果与金融政策发展的实际情况，全面讲述金融基本理论和基本知识。我们相信经济管理类课程教材·金融系列·金融计量学时间序列分析视角的推出，能够为读者掌握现代金融知识，培养人才起到应有的作用。还是朋友推荐我看的，后来就非非常喜欢，他的书了。除了他的书，我和我家小孩还喜欢看郑渊洁、杨红樱、黄晓阳、小桥老树、王永杰、杨其铎、晓玲叮当、方洲，他们的书我觉得都写得很好。经济管理类课程教材·金融系列·金融计量学时间序列分析视角，很值得看，价格也非常便宜，比实体店买便宜好多还省车费。书的内容直得一读，阅读了一下，写得很好，经济管理类课程教材·金融系列·金融计量学时间序列分析视角紧密结合当前国内外金融研究的最新成果与金融政策发展的实际情况，全面讲述金融基本理论和基本知识。我们相信经济管理类课程教材·金融系列·金融计量学时间序列分析视角的推出，能够为读者掌握现代金融知识，培养人才起到应有的作用。，内容也很丰富。，一本书多读几次，。快递送货也很快。还送货上楼。非常好。经济管理类课程教材·金融系列·金融计量学时间序列分析视角，超值。买书就来来京东商城。价格还比别家便宜，还免邮费不错，速度还真是快而且都是正版书。，买回来觉得还是非常值的。我喜欢看书，喜欢看各种各样的书，看的很杂，文学名著，流行小说都看，只要作者的文笔不是太差，总能让我从头到脚看完整本书。只不过很多时候是当成故事来看，看完了感叹一番也就丢下了。所在来这里买书是非常明智的。然而，目前社会上还有许多人被一些价值不大的东西所束缚，却自得其乐，还觉得很满足。经过几百年的探索和发展，人们对物质需求已不再迫切，但对于精神自由的需求却无端被抹杀了。总之，我认为现代人最缺乏的就是一种开阔进取，寻找最大自由的精神。中国人讲虚实相生，天人合一的思想，于空寂处见流行，于流行处见空寂，从而获得对于道的体悟，唯道集虚。这在传统的艺术中得到了充分的体现，因此中国古代的绘画，提倡留白、布白，用空白来表现丰富多彩的想象空间和广博深广的人生意味，体现了包纳万物、吞吐一切的胸襟和情怀。让我得到了一种生活情趣和审美方式，伴着笔墨的清香，细细体味，那自由孤寂的灵魂，高尚清真的人格魅力，在寻求美的道路上指引着我，让我抛弃浮躁的世俗，向美学丛林的深处迈进。合上书，闭上眼，书的余香犹存，而我脑海里浮现的，是一个皎皎明月，仙仙白云，鸿雁高翔，缀叶如雨的冲淡清幽境界。愿我们身边多一些主教般光明的使者，有更多人能加入到助人为乐、见义勇为的队伍中来。社会需要这样的人，世界需要这样的人，只有这

评分☆☆☆☆☆

东西还不错，物流也挺快的，一天就到了

评分☆☆☆☆☆

学习用书,读研用的。

评分☆☆☆☆☆

还行吧 为什么要有字数限制