本书通过案例讲述时间序列分析有关的概念和方法, 不仅介绍了ARMA模型、状态空间模型、Kalman滤波、单位根检验和GRACH模型等一元时间序列方法, 还介绍了很多最新的多元时间序列方法, 如线性协整、门限协整、VAR模型、Granger因果检验、神经网络模型、可加AR模型和谱估计等. 书中强调对真实的时间序列数据进行分析, 全程使用R软件分析了各个科学领域的实际数据, 还分析了金融和经济数据的例子. 本书例题用到的实际数据都可以从网上下载.-Book time series analysis

VaR 模型的准确性检验方法很多，其中Kupiec 提出的失败频率检验法是比较直观、比较有效的模型准确性检验方法。 对于给定显著性水平，怎么求其接受区间，可按以下操作。 似然比满足自由度为1的卡方分布 查表，对于alpha 0.05，其自信区间为[ 0.00098,5.024 ]。

本书注重理论与实践相结合,通过实际案例和编程实现让读者理解理论在实践中的应用;同时还充分强 调“案例的实用性、程序的可模仿性”,且在案例程序中附有详细的注释。例如,投资组合管理、KMV模型计 算、期权定价模型与数值方法、风险价值VaR的计算等案例程序,读者可以直接使用或根据需要在源代码基 础上进行修改使用。(This book pays attention to the combination of theory and practice, through practical cases and