시계열 애널리스트를 위한 Eviews 솔루션

1부 단변량 시계열자료분석

제1장 ARIMA 모형
01 ARIMA 모형의 개요
1.1 언제 단변량 ARIMA 모형을 사용하는가?
1.2 ARIMA 모형 구축의 절차
02 어떤 ARIMA 모형이 좋은가?
03 ARIMA 모형의 표기법
3.1 후향연산자(backshift operator, B)
3.2 차분연산자(differencing operator, 1-B 또는 )
3.3 ARIMA 모형의 표기법
04 모형의 정상성과 가역성
4.1 비정상적 평균
4.2 비정상적인 분산
4.3 가역성(invertibility)
05 식별 단계
5.1 추정된 자기상관함수
5.2 추정된 편자기상관함수
5.3 이론적인 자기상관함수와 편자기상관함수의 형태
06 추정 단계
6.1 모수 추정 방법
6.1.1 최소제곱법(conditional least squares)
6.2 추정 단계에서 주목해야 할 점
07 모형검진 단계
7.1 백색잡음이 독립인가?
7.2 잔차 자기상관함수(residual acf)
7.3 -검정통계량
7.4 Box와 Ljung의 카이제곱검정
7.5 기타 진단 방법들
7.6 최적화된 ARIMA 모형
08 예측
8.1 ARIMA 모형의 예측값
8.2 ARIMA 모형의 예측값에 대한 신뢰구간

사례분석 1: AA- 회사채
C1.1 자료 설명
C1.1.1 시계열자료 만들기
C1.1.2 시계열도표(또는 시도표) 그리기
C1.2 정상성 및 계절성 점검(예비 단계)
C1.2.1 원자료에 대한 평균의 정상성 점검
C1.2.2 1차 차분된 자료에 대한 평균의 정상성 점검
C1.2.3 계절성 존재 여부 점검
C1.3 ARIMA 모형 구축
C1.3.1 ARIMA(p,d,q) 모형의 식별
C1.3.2 ARIMA(1,1,0) 모형의 추정 및 모형검진
C1.3.3 대체모형: ARIMA(0,1,1) 모형
C1.4 최적모형 및 예측
C1.5 [사례분석 1]을 마치며…

09 주기성이 존재하는 ARIMA 모형
9.1 주기성 및 계절적 변동을 감지하는 방법
9.2 계절적 프로세스에 대한 이론적 자기상관함수와 편자기상관함수
9.3 계절적 차분(seasonal differencing)
9.4 승법(multiplicative) ARIMA 모형
9.5 승법 ARIMA 모형의 정상성과 가역성

사례분석 2: 광공업 생산지수
C2.1 자료 설명
C2.2 예비 단계(정상성 및 계절성 점검)
C2.3 ARIMA 모형식별, 추정 및 모형검진
C2.4 대체모형 및 최적모형
C2.5 [사례분석 2]를 마치며…

제2장 지수평활법
2.1 단순지수평활법(Single Smoothing with 1 parameter)
2.2 이중지수평활법(double Smoothing)
2.3 비계절적(no seasonal) Holt-Winters
2.4 Holt-Winters 가법(additive) 지수평활법
2.5 Holt-Winters 승법(multiplicative) 지수평활법

사례분석 3: 담배소비량


2부 다변량 시계열자료분석

제3장 개입모형
3.1 언제 개입모형을 사용하는가?
3.2 개입의 유형
3.2.1 펄스개입
3.2.2 계단개입
3.3 개입모형의 표기법
3.4 다중개입과 혼합개입

사례분석 4: KOSPI 200옵션 일거래량
C4.1 자료 설명 및 개입형태의 식별
C4.2 오차항에 대한 ARIMA 모형식별
C4.3 개입모형의 추정 및 모형진단
C4.4 개입모형의 예측
C4.5 [사례분석 4]를 마치며…

제4장 동적회귀모형
4.1 전이함수와 임펄스 반응함수
4.2 완전 동적회귀모형
4.3 동적회귀모형의 구축: 모형식별
4.3.1 동적회귀모형식별 전 예비작업
4.3.2 선형전이함수의 식별방법
4.3.3 전이함수를 식별하는 데 필요한 실전적 분석전략
4.3.4 사전백색화와 교차상관함수를 이용한 전이함수 식별방법
4.4 동적회귀모형의 구축: 모형검진, 재식별 및 평가
4.4.1 식별검진 및 모형의 재식별
4.4.2 추정결과를 평가
4.5 동적회귀모형의 구축: 추정 및 예측
4.5.1 동적회귀모형의 추정
4.5.2 예측

사례분석 5: 양도성 예금증서 금리
C5.1 서론
C5.2 자료 설명 및 분석방법 모색
C5.3 준비 단계
C5.3.1 분산의 정상성을 만족시키는 변수변환
C5.3.2 피드백 점검
C5.3.3 입력변수, 출력변수에 대한 ARIMA 모형 구축
C5.4 동적회귀모형의 식별, 추정 및 모형진단
C5.4.1 초기식별 단계
C5.4.2 두 개의 선형전이함수요소 와 식별
C5.4.3 전이함수모형 추정 및 모형검진
C5.5 최종모형
C5.6 [사례분석 5]를 마치며…

제5장 벡터자기회귀모형
5.1 벡터자기회귀모형의 형태
5.2 분석절차 및 로드맵

참고문헌
찾아보기