상세정보

시계열분석의 이론과 그 응용을 다루는 입문서이다. 시계열분석은 상호연관 관계가 강한 자료를 분석하는 통계학의 방법으로서, 경제 및 재정 시계열자료의 분석에 널리 쓰이고 있다. 본서는 시계열분석의 기초이론과 SAS를 통한 자료분석기법의 소개에 큰 비중을 두고 있으며, 특히, 정상시계열, ARMA 모형, GARCH 모형 등을 통해 재정 시계열자료의 분석에 널리 쓰이고 있는 최신 분석방법을 마스터하도록 하였다.

본서는 시계열분석의 이론과 그 응용을 다루는 입문서이다. 시계열분석은 상호연관 관계가 강한 자료를 분석하는 통계학의 방법으로서, 경제 및 재정 시계열자료의 분석에 널리 쓰이고 있다. 본서는 시계열분석의 기초이론과 SAS를 통한 자료분석기법의 소개에 큰 비중을 두고 있으며, 특히, 정상시계열, ARMA 모형, GARCH 모형 등을 통해 재정 시계열자료의 분석에 널리 쓰이고 있는 최신 분석방법을 마스터하도록 하였다. 이 과정에서 고전적인 방법론인 평활기법에 대해서는 세세하게 다루지 않았고 재정 시계열분석에 널리 쓰이는 GARCH 모형에서는 그 모형이 고안된 원리와 성질 그리고 실용성 모두를 폭넓게 접하도록 하였다. 일례로 기존의 시계열 교재들이 다루지 않은 시계열모형 구조의 변화점 탐지 문제를 소개하여 좀 더 심화된 형태의 모형수립체계 방법론을 소개하였다. 또한, 스펙트럴 분석 및 장기억 확률과정 그리고 다변량 시계열분석 방법을 수록하여 다양하고 심화된 시계열분석의 이론 및 응용에 대한 이해도를 높이려고 노력하였다.

특히, 1장부터 6장까지는 시계열분석의 기초적 원리를 다루었으므로 한 학기용으로 적절하다고 할 수 있다. 증명은 학부수준의 기초적인 부분은 수록하였으나 이를 넘어서는 경우에는 과감히 생략하고 얻어진 사실들의 설명에 더 주안점을 두었다. 또한, 본서에서는 다양한 SAS 응용방법을 수록하였으며, 특히 프로그램 code를 별도로 수록하고 이에 대한 자세한 설명을 부가하여 SAS를 처음 접하는 학생도 큰 어려움 없이 자료분석 방법을 습득하도록 배려하였다. 이론적인 사실보다도 실제 데이터를 분석하는 방법론의 습득에 좀 더 주안점을 두어, 수록된 SAS 부분을 중심으로 수업이 이루어질 수 있도록 내용을 구성하였다. 이와 관련된 데이터 및 code는 저자의 홈페이지에서 다운로드 받을 수 있다.

정보제공 :

1장 시계열 자료
 1-1 종속이 있는 시계열 자료 = 2
 1-2 정상시계열 = 5
 1-3 SAS 실습 = 9
  1-3-1 SAS 데이터 불러오기 = 9
  1-3-2 시계열도 = 10
  1-3-3 SAS 날짜변수 = 12
 1-4 연습문제 = 18
2장 ARMA 모형
 2-1 서론 = 22
 2-2 자기회귀모형 = 24
 2-3 이동평균모형 = 27
 2-4 자기회귀이동평균모형 = 28
 2-5 부분자기상관함수 = 33
 2-6 SAS 실습 = 35
  2-6-1 난수생성 = 35
  2-6-2 AR(1) 모형을 따르는 자료생성 = 36
  2-6-3 MA(1) 모형을 따르는 자료생성 = 39
  2-6-3 ARMA(1,1) 모형을 따르는 자료생성 = 41
 2-7 연습문제 = 43
3장 정상 ARMA 모형에서의 추론
 3-1 평균의 추정 = 46
 3-2 표본자 기공분산함수, 표본 자기상관함수, 표본부분자기상관 함수 = 50
 3-3 적률추정법 = 56
 3-4 최소제곱추정량 = 57
 3-5 최대우도추정량 = 60
  3-5-1 AE(1) 모형에서 최대우도추정량 = 60
  3-5-2 ARMA 모형에서 최대우도추정량의 점근적 성질 = 63
 3-6 예측 = 66
 3-7 SAS 실습 = 68
  3-7-1 표본자기 공분산함수(SACF)，표본자기상관함수(SACF), 표본부분자기상관함수(SPACF) = 68
  3-7-2 AR(1) 모형과 MA(1) 모형의 이론적인 자기상관함수(ACF)와 표본자기상관함수(PACF) = 70
  3-7-3 ARMA 모형의 모수추정 = 75
  3-7-4 ARMA 모형의 예측 = 77
 3-8 연습문제 = 83
4장 비정상시계열 모형 및 모형선택 이론
 4-1 자기회귀누적 이동평균모형 = 88
 4-2 단위근검정 = 90
 4-3 모형선택 및 진단 = 94
  4-3-1 Box-Jenkins 방법 = 95
  4-3-2 모형선택기준을 이용하는 방법 = 98
  4-3-3 모형진단 = 99
 4-4 SAS 실습 = 104
  4-4-1 모형식별(model identification) = 104
  4-4-2 정보기준을 이용한 모형선택(model selection) = 109
  4-4-3 모형진단(diagnostics)을 위한 통계량 = 110
  4-4-4 예측 = 113
 4-5 연습문제 = 117
5장 계절성을 갖는 시계열 모형
 5-1 계절성분을 갖는 시계열 모형 = 120
 5-2 추세성과 계절성을 갖는 시계열 모형 = 123
 5-3 계절 ARIMA 모형 = 125
 5-4 승법계절모형 = 127
 5-5 SAS 실습 = 130
  5-5-1 자료변환 = 131
  5-5-2 승법계절 모형의 적합 = 133
  5-5-3 모형 진단과 예측 = 134
 5-6 연습문제 = 139
6장 이분산성 모형
 6-1 서론 = 142
 6-2 ARCH 모형 = 144
 6-3 GARCH(generalized ARCH) 모형 = 148
 6-4 ARCH 효과 검정 및 정규성 검정 = 156
  6-4-1 ARCH 효과 검정 = 156
  6-4-2 정규성 검정 = 157
 6-5 변화점 탐지 = 158
 6-6 SAS 실습 = 163
  6-6-1 PROC AUTOREG = 163
  6-6-2 ARCH(1) 모형의 적합 = 165
  6-6-3 GARCH(1,1) 모형의 적합 = 167
  6-6-4 변화점 검정 = 175
 6-7 연습문제 = 191
7장 스펙트럴 분석
 7-1 스펙트럴 표현 = 196
 7-2 ARMA 모형의 스펙트럴 밀도함수 = 203
 7-3 스펙트럴 함수 추정 = 209
  7-3-1 피리오도그램(Periodogram) = 210
  7-3-2 피리오도그램의 점근적 성질 = 211
  7-3-3 Lag-window 주정량 = 214
 7-4 SAS 실습 = 217
  7-4-1 피리오도그램과 스펙트럴 밀도함수의 추정 = 217
  7-4-2 PROC SPECTRA를 이용한 태양 흑점 자료의 분석 = 219
 7-5 연습문제 = 228
8장 비선형 및 장기억 시계열 모형
 8-1 비선형 자기회귀모형 = 232
 8-2 장기억 확률과정 = 240
 8-3 SAS 실습 = 247
  8-3-1 Campito 산악지대 나무의 나이테 자료에 FARIMA 모형 적합 = 248
 8-4 연습문제 = 258
9장 다변량 시계열
 9-1 다변량 시계열 모형 = 262
 9-2 정상 다변량 시계열에서 추론 = 266
 9-3 상태공간 모형 = 267
 9-4 다변량 GARCH 모형 = 272
 9-5 SCOMDY 모형 = 273
 9-6 SAS 실습 = 275
  9-6-1 PROC VARMAX = 275
  9-6-2 자료분석 = 279
  9-6-3 PROC STATESPACE = 294
 9-6 연습문제 = 307
참고문헌 = 309
찾아보기 = 315