内容提要
本书以时间序列模型为基础，以经济学和管理学中的案例为载体，采用理论讲解与数据分析案例实践相结合的方式编写而成。全书共 9 章，包括时间序列分析基础、线性时间序列模型、单位根时间序列模型、非线性时间序列模型、协整时间序列模型、波动率模型、时间序列的机器学习方法、时间序列的深度学习方法和课程综合案例等内容。
本书配有 PPT 课件、教学大纲、数据集、R 语言代码、课后习题答案、模拟试卷及答案等教学资源，使用本书的老师可在人邮教育社区免费下载使用。
本书不仅可以作为统计学、数据科学等相关专业本科生学习数据建模相关课程的教材，也可以作为研究生、政府人员和企业管理人员学习预测和决策方法的培训或自学用书。
作者介绍
涂云东，北京大学光华管理学院和北京大学统计科学中心联席教授。入选“日出东方”北大光华青年人才，北京大学优秀博士学位论文指导教师，教育部“长江学者奖励计划”青年长江学者。2004年和2006年先后获武汉大学理学学士学位和经济学硕士学位，2012年获美国加州大学河滨分校经济学博士学位。亚太青年计量经济学者会议发起人和组织者。30余篇学术论文发表在多个国际国内知名专业杂志。主持多个国家自然科学基金项目，并担任自然科学基金匿名评审。曾获世界计量经济学会、加州计量经济学会议等学术组织提供的青年学者研究资助。研究领域涵盖时间序列分析、非参数计量方法、大数据分析、金融计量和预测等。
前言
随着科技的日新月异和经济社会的快速发展，大量的时间序列数据从经济学、管理学以及自然科学的研究中涌现出来。与此同时，越来越多的决策问题，如公司投融资决策、政府政策制定、互联网广告投放等， 都离不开对未来经济发展形势和市场发展趋势的理解和预测。这要求管理人员具备从历史信息中提取对预测未来有价值的信息，并结合相关学科理论知识和应用场景进行合理的加工，从而形成对未来的理性预测的能力。在这个过程中，时间序列分析发挥着至关重要的作用。
时间序列分析是一门分析按照时间顺序排列的数据的学科，用于挖掘数据的内在动态规律，对数据的生成机制进行探索和研究，了解各种数据生成机制所产生数据的特征，以帮助研究者理解动态结构、进行政策评估和预测未来。它的主要研究目标是刻画和提取数据在时间维度上的关联性，从而厘清数据的动态规律，基于过去的观测建立模型并进行预测。时间序列分析也是计量经济学科的重要分支，它从20世纪 80年代以来飞速发展。2003年的诺贝尔经济学奖得主Robert Engle 和Clive Granger就是因为在时间序列分析领域取得的卓越研究成果而获奖。
时间序列分析有着非常丰富的研究和教学内容。本书的内容主要基于我在北京大学光华管理学院教授的时间序列分析课程，以及我在时间序列分析领域的研究积累成果。自从事该课程的教学以来，我深切地感受到需要编写一本适合大学经济管理类本科生的时间序列分析教材。它既要在理论上重视时间序列模型性质的推导和理解，又要在应用上训练学生的实际数据分析能力。然而，现有的教材很少能够两者兼顾。它们要么对经管类数据的特征缺乏介绍，要么缺少经管类数据建模中重要模型(如协整)的介绍，或者缺少对经管类数据分析的背景和动机的介绍。本书首先介绍时间序列数据的基本数据特征，然后按照时间序列常用模型的特征，逐一介绍这些模型的理论性质和所能够刻画的数据特征。最后，通过案例分析阐释如何在时间序列数据的建模过程中选择适合数据特征的模型。这样的讲解思路有助于学生准确理解时间序列模型应用的场景特征，把握时间序列模型的理论性质并发挥它们的实际应用价值。
本书的特色主要有以下几个方面：
(１) 立足经管类数据分析实践。本书采用大量经济学、管理学等学科中重要的时间序列数据进行实践建模和分析。这些数据包括消费者物价指数、经济增长速率、消费和收入、工业生产指数、利率、股票价格指数 (上证指数、标准普尔指数)、失业率等。对这些应用实例的解析，有助于学生了解和掌握时间序列分析的实践。
(２) 解析时间序列模型构建思想。本书针对经济学等相关学科中常见的数据特征，介绍相应的时间序列建模方法，阐述建模的基本思想、模型的理论性质和特征、建模的基本步骤和模型的诊断和检验。建模思想的解析可以帮助读者理解模型的内涵和外延，在实践中举一反三，培养读者改进现有模型、开发新模型的能力，使得所使用的模型符合数据特征。
(３) 提供教学课件案例分析资源。本书配有课程教学的相关资源，包括课程幻灯片、案例数据、 计算机代码 (R语言) 以及在线讲解的视频等教辅资料。这些内容能方便任课教师备课和展示，有助于读者快速掌握时间序列分析的实践。案例分析可以帮助读者加深对时间序列建模的基本思想和方法的认识，指引读者在实践中发挥时间序列模型强大的工具性威力。
在编写本书的过程中，编者得到了诸多老师和学生的帮助。首先，我要感谢我博士期间的导师Tae-Hwy Lee 和 Aman Ullah 教授，是他们引领我走进时间序列分析的殿堂，了解了非线性、相依性数据建模的魅力，让我在相关的领域中深耕。其次，我特别感谢我的同事王汉生教授，是他鼓励我将这些年的教学内容整理和完善成本书。再者，我的博士生王莹、林颖倩和汪思韦在课程教学中提供了帮助，谢昕伶和马辰辰对书中的例子进行了分析和计算，凌波和李峥帮助完成了部分图表。感谢他们付出的辛苦劳动，没有他们本书不可能完成。另外，我要感谢出版社的编辑们，感谢他们的支持、帮助和耐心，一路陪伴直至本书完稿。最后，我要感谢我的家人，他们在我的研究和本书的编写过程中给予了莫大的理解与支持!
由于本人水平有限，不足之处在所难免，恳请各位老师和同学指正，以便及时在线勘误，并在再版时更正。
