译者序／1
序言／1
1 准备知识／1
1.1 随机过程／2
1.2 收敛的概念／2
1.3 时间序列概念／7
1.4 大数定理／12
1.5 qp心极限定理／14
1.6 谱分析的元素／16
2 动态随机一般均衡模型的解答和模拟，／23
2.1 一些有用的模型／23
2.2 近似方法／37
3 提取和测量周期性信息／58
3.1 统计分解／59
3.2 混合分解／69
3.3 经济分解／83
3.4 时间总体和周期／86
3.5 收集周期性信息／88
4 向量自回归模型／92
4.1 沃尔定理／93
4.2 模型设定／98
4.3 矩和VAR(q)的参数估计／105
4.4 报告VAR结果／109
4.5 识别／118
4.6 相关问题／127
4.7 验证含有VAR的DSGE模型／134
5 GMM和模拟估计量／138
5.1 广义矩估计和其他标准估计量／139
5.2 线性模型中的IV估计／142
5.3 GMM估计：概述／147
5.4 DSGE模型的GMM估计／160
5.5 模拟估计量／166
6 似然法／178
6.1 卡尔曼滤波／179
6.2 似然函数的预测误差分解／185
6.3 数字技巧／190
6.4 DSGE模型的ML估计／192
6.5 两个例子／200
7 校准／206
7.1 定义／206
7.2 公认的部分／207
7.3 选择参数和随机过程／209
7.4 模型评价／215
7.5 测量的灵敏度／230
7.6 储蓄、投资和减税：一个例子／232
8 动态宏观面板／237
8.1 从经济理论到动态面板／238
8.2 同质性动态面板／239
8.3 动态异质性／251
8.4 是否需要混合数据? ／260
8.5 货币是超中性的吗? ／265
9 贝叶斯方法介绍／269
9.1 预备知识／270
9.2 决策理论／277
9.3 推断／278
9.4 分层和实证贝叶斯模型／286
9.5 后验模拟器／293
9.6 稳健性／306
9.7 估计西班牙规模报酬／307
10 贝叶斯向量自回归／310
10.1 m个变量的VAR(q)的似然函数／311
10.2 VAR的先验／312
10.3 结构性BVAR／324
10.4 时间上系数可变的BVAR／329
10.5 面板数据的VAR模型／335
11 贝叶斯时间序列和DSGE模型／347
11.1 因子模型／348
11.2 随机扰动模型／355
11.3 马尔科夫转换模型／360
11.4 贝叶斯DSGE模型／366
附录 统计分布／384
参考文献／389
