本书研究经济变量联系的计量模型最新发展与实践，讲论的技术方法涉及类似宏观经济变量的随机变量的非线性关系、具体投资或生产函数等。本书提供实证研究示例。本书也仔细讨论估计、经验和模型评价的问题，讨论的模型类型包括数模型、神经网络和投影跟踪的非参数模型，也特别关注光滑区间转移模型。

怎样才能在经济学这样莫测高深的海洋中摆对自己的位置，了解自己应当从何处入门，以便跟上时代的步伐。机械工业出版社推出的这套“诺贝尔经济学奖经典文库”等于提供了一个台阶。
厉以宁
北京大学教授

这将是国内最为齐全的一套诺贝尔奖得主系列丛书，有助于我们对20世纪的经济学做出全面、深入的了解，也有助于我们站在巨人的肩头，眺望21世纪经济学的雄伟殿堂。
何 帆
中国社会科学院

前
美国联邦储备委员会和许多国家中央银行都在使用的评估和预测方法

大数据时代，人们只有尊重数据，分析数据，解释数据，才能把握和预测未来。分析和利用数据都需要模型建模，特别是非线性模型建模。因为大多数经济变量具有非线性关系，经济是非线性的。时间序列模型的主要功能就是预测，因此非线性时间序列计量经济学成为计量经济学拓展演化的必然结果。
本书是计量经济学文献中关于非线性时间序列计量经济学的首部专著。
它从正确性和实用性两个方面判断模型，主要关注便于计量经济学家使用的相对简单的模型，具有如下特点：
给出时间序列计量经济学中非线性的定义。
综述常用的非线性时间序列计量经济模型及其经济理论依据。
系统地提出了非线性时间序列计量经济模型建模的三步骤，即模型设定，参数估计，建模评估。
系统论述了Granger的长记忆模型。
提供了大量的实证研究示例。
本书的出版对研究财富与消费、汇率与价格以及短期利率与长期利率之间的关系等问题都具有非常重要的意义。

后
克莱夫·格兰杰
（Clive W. J. Granger，1934—2009）
2003年诺贝尔经济学奖获奖者，经济时间序列分析大师。
世界上最伟大的计量经济学家之一，美国加州大学圣迭戈分校荣誉退休教授。
格兰杰的论文几乎涵盖了过去几十年间计量经济学领域的主要进展，没有格兰杰的分析方法，进行时间序列计量方面的实证分析几乎是不可能的。2009年5月27日他在美国因病逝世，享年75岁。
诺贝尔奖评委会认为，格兰杰的工作改变了经济学家处理时间序列数据的方法，对研究财富与消费、汇率与价格以及短期利率与长期利率之间的关系具有非常重要的意义。
目前，美国联邦储备委员会和许多国家的中央银行都使用这一方法来进行评估和预测。

蒂莫·泰雷斯维尔塔
（Timo Ter?svirta）
国际著名计量经济学家、瑞典斯德哥尔摩经济学院决策支持与经济统计学系教授，芬兰社会科学院院士、瑞典皇家科学院院士，在非线性时间序列方面的工作令人瞩目。同时，他还是诺贝尔奖评审委员会委员，受到经济学界的广泛尊重。
从事了40多年的计量经济学研究，精通六国语言，爱好广泛，学术研究之余，他喜欢旅行、运动、电影和书籍。

时间序列计量经济学大多涉及对经济变量之间的关系进行建模，而且一般大家都认可经济变量之间的非线性关系，特别是理论家更是如此认为。当时，还没有讨论如何模型化经济变量的非线性关系，当我们认识到这一问题后，便开始了本书的写作工作。但存在大量研究多元线性模型与一些研究一元非线性模型的文献，所以，我们的目的是看能否将多元线性模型与单变量非线性模型融入更完整的分析框架之中。本书的结论应该是初步的尝试，并且毫无疑问，我们所借鉴的建模方法和技术也将随着成功经验的积累而不断演化和改进。一个明显的困难是存在大量非线性关系的适用模型，而经济学家也正在探索哪种模型更有用。尽管本书强调统计理论，但是我们的最终目的是提供实用技术，并从各种实用建模技术的应用中获取经验。各种建模技术的应用经验将确定该研究领域未来的演变。
本书的大部分写作工作完成于作者所处的加州大学圣迭戈分校（University of California，San Diego）经济学系。加州大学圣迭戈分校经济学系为本书的写作提供了创作环境，使我们可以和同僚、众多优秀访问学者进行有益的讨论。蒂莫·泰雷斯维尔塔（Timo Tersvirta)还在赫尔辛基哥德堡大学（University of Goteborg）的芬兰经济研究所与奥斯陆的挪威银行进行了本书的写作工作。我们得到了JinLung Lin、Zhuanxin Ding和ChorYiu Sin在计算方面的鼎力协助。泰雷斯维尔塔要感谢Yrjo基金的资助。我们特别感谢出色地完成了打印和排版工作的Paula Lindsay。格兰杰感谢国家科学基金的夏季资助SES 90-23087与SES89-02950。
我们得到了众多的帮助，当然，本书中的任何错误和争议都由我们承担。

经济类

同系列书

（英）克莱夫?格兰杰（Clive W.J.Granger） [芬兰]蒂莫?泰雷斯维尔塔（Timo Teräsvirta) 著：暂无相关简介

高伟：暂无简介

李维安中国管理现代化研究会联职理事长　
天津财经大学校长
前不久我主持了聘请瑞典皇家科学院院士 蒂莫·泰雷斯维尔塔（Timo Tersvirta）为天津财经大学荣誉教授的仪式。听闻蒂莫·泰雷斯维尔塔教授和诺奖获得者克莱夫·格兰杰(Clive WJGrange）教授撰写的《非线性经济关系的建模》(Modelling nonlinear economic relationships,1993)中文译本即将出版，我感到十分荣幸，并有责任向国内学界推介列入“诺贝尔经济学奖经典文库”的这本书。而真正让我鼓起勇气提笔写推荐序是得到了我校特聘教授贺长礼先生的帮助，他师从蒂莫·泰雷斯维尔塔教授在瑞典获得博士学位，并是蒂莫·泰雷斯维尔塔教授的长期合作者。
格兰杰教授是2003年诺贝尔经济学奖得主，泰雷斯维尔塔教授是诺贝尔经济学奖评审委员会委员(2002～2010年)。 他们两位都是计量经济学领域享有盛名的国际专家，且有共同的研究兴趣——非线性时间序列计量经济学。两位合作多年，经常互访。从20世纪80年代初起，泰雷斯维尔塔教授曾到格兰杰教授所在地的美国加州大学圣迭戈分校经济系多次长期访问。因此，本书是格兰杰教授获诺奖前长期与泰雷斯维尔塔教授合作的结果。
本书属时间序列计量经济学领域专著。理论学家普遍认为，时间序列计量经济学是以经济理论为基础，以数学、概率和统计为方法和工具，为经济变量间关系建立模型的综合学科。非线性时间序列计量经济学是计量经济学拓展演化的必然结果，这是因为经济数据通常是时间序列数据，经济变量间的关系通常呈非线性。 据文献记载，格兰杰教授是最早将Bilinear模型引入计量经济学的学者；泰雷斯维尔塔教授也从20世纪80年代初即开始研究STAR模型的统计理论和经济应用。本书是计量经济学文献中关于非线性时间序列计量经济学的首部专著，首次向读者展现了从非线性非随机系统过渡到非线性随机系统的必要性、复杂性和可行性。本书主要有如下特点：
（1）给出时间序列计量经济学中非线性的定义。
（2）综述常用非线性时间序列计量经济模型及其经济理论依据。
（3）系统地提出了非线性时间序列计量经济模型建模的三步骤，即模型设定、参数估计、建模评估。
（4）系统论述了格兰杰的长记忆模型。
（5）给出实证分析。
本书依据经济理论、分析经济数据非线性特征、运用经济统计方法、兼顾理论应用，是非线性时间序列计量经济学领域公认必读的教科书。 一方面，作者们在识别模型实施检验时，注重分析数据特征，强调让数据“说话”的思维，不是单纯追求问题复杂性去构造复杂非线性模型，而是尊重数据，敬重事实。如此，对学习非线性时间序列计量经济学有帮助，对学习探讨其他领域的课题也会有启迪。另一方面，本书也处处运用经济数据，详尽给出实证分析。其中非常经典的有，13个OECD国家和欧洲工业生产指数分析［季度数据，1960(1)～1986(4)］及美国GNP和先行指标非线性关系分析［季度数据，1948(1)～1989(2)］。对每组数据，按建模步骤，使用了单元或二元平滑转换自回归(STAR)模型，详尽展示方法，细致解释分析结果，让读者体验到使用非线性模型拟合时间序列数据的全过程。其后，使用在样本内得到的估计模型，演示了非线性时间序列模型的预测和预测评估。
总之，出版《非线性经济关系的建模》中文译本有着重要的现实意义和长远意义。现代世界是信息社会，信息系统的数据需更新处理、转换传递。因此，尊重数据，分析数据，解释数据，预测未来，都需要模型建模，特别是非线性模型建模。特别要指出的是，作为天津财经大学荣誉教授的泰雷斯维尔塔教授目前正带领我校科研团队从事非线性时间序列计量经济学的理论研究和应用创新，正在研究中国经济数据的非线性特征，并试图建立中国非线性时间序列计量经济模型。我真诚希望该译著能成为该研究领域中学习研究非线性时间序列计量经济学的必备参考书，帮助读者准确、深入地理解原著精髓。
最后，我再次祝贺作为“诺贝尔经济学奖经典文库”《非线性经济关系的建模》中文译本的出版。我相信该书的出版对促进我国非线性时间计量经济学领域的教学，对提升该领域的科研和创新水平，对改进宏观经济预测以及对加强金融风险、治理风险等分析将起到重要作用。

丛书序一（厉以宁）
丛书序二（何帆）
推荐序（李维安）
前言
//第1章
基本概念
//引言
//11线性模型
//12单变量非线性模型
//13非线性和异方差
//14平稳性和可逆性
//15平稳、记忆和均衡
//第2章
广义模型和分析工具
//引言
//21广义非线性模型
//22频域分析
//23分析工具
//第3章
经济理论的非线性模型
//引言
//31非线性模型
//32分岔和突变
//33混沌
//第4章
特殊的非线性多变量模型
//引言
//41非线性自回归和回归模型
//42平滑转换回归模型
//43双线性模型
//44非线性移动平均模型
//45异方差和随机系数模型
//第5章
长记忆模型
//引言
//51积分序列
//52长记忆性与非线性
//53吸引子
//54吸引子的估计与检验
//55非线性误差修正模型
//56模型含义
//第6章
线性检验
//61拉格朗日乘数检验
//62拉格朗日乘数检验的应用
//63备择假设未定的线性检验
//64不变条件方差与条件异方差的检验
//65局部等价备择假设
//66线性检验的渐进相对效率比较
//67使用哪个检验
//第7章
非线性模型建模
//引言
//71序言
//72非参数模型和半参数模型
//73参数STR模型的设定
//74STR模型的估计
//75双线性模型的设定和估计
//76神经网络模型的估计
//77评价估计的非线性模型
//第8章
预测、汇总与非对称性
//引言
//81非线性模型的预测
//82汇总与非线性的效应
//83经济周期的非对称性和其他非线性问题
//第9章
应用
//引言
//91工业生产建模
//92美国GNP与先行指标的非线性联系
//93结论
//第10章
非线性建模策略
//参考文献
//出版说明