基本信息
- 原书名：Elements of Forecasting
- 原出版社： Cengage Learning
内容简介
书籍
经济管理学书籍
《经济预测基础教程(原书第4版)》从探讨影响预测效果的因素出发，介绍了现代预测常用的图形工具。作者按照传统方法将时间序列划分为趋势、季节效应和周期性，分别探讨了趋势、季节效应和周期性的建模和预测方法，并在全盘考虑趋势、季节效应和周期性的情况下对时间序列进行全面的预测。在此基础上，本书还介绍了基于VAR模型的预测以及波动性的建模和预测，并用专门的章节介绍了预测模型的选择和评价方法。
作为本书的读者，应该掌握初级的数理统计知识和计量经济学知识。本书可作为经济类、管理类的本科高年级学生及研究生的教科书，也可作为科研工作者和实际工作者的重要参考资料。
这是当前经济计量学和预测研究领域的一本流行教材和必备工具书！堪称大师级的作者迪博尔德不但是沃顿商学院著名教授，也是美国经济计量领域进行预测和建模的领军人物。
全书立足于现代数量方法，对时间序列预测进行了系统阐述，同时由浅入深地介绍了现代预测常用的图形工具，并集中在目前应用最广泛的核心方法上。书中虽然有大量数学表达式，但几乎没有涉及艰深的推导过程，具体的计算过程也主要由Eviews软件来实现。值得一提的是，尽管《经济预测基础教程(原书第4版)》运用的是初等数学知识，但它充分揭示了统计学大师博克斯等人在30年前所做工作的重要发展，特别是书中的案例都紧扣与现实经济生活紧密联系的应用领域。
《经济预测基础教程(原书第4版)》适用于本科生和硕士，在商业、金融业、经济领域、公共政策、统计学甚至工程学等众多领域中都有广泛的应用，相信通过对本书的学习，读者对时间序列数据的建模能力能够得到惊人的提升。
经济管理学书籍
《经济预测基础教程(原书第4版)》从探讨影响预测效果的因素出发，介绍了现代预测常用的图形工具。作者按照传统方法将时间序列划分为趋势、季节效应和周期性，分别探讨了趋势、季节效应和周期性的建模和预测方法，并在全盘考虑趋势、季节效应和周期性的情况下对时间序列进行全面的预测。在此基础上，本书还介绍了基于VAR模型的预测以及波动性的建模和预测，并用专门的章节介绍了预测模型的选择和评价方法。
作为本书的读者，应该掌握初级的数理统计知识和计量经济学知识。本书可作为经济类、管理类的本科高年级学生及研究生的教科书，也可作为科研工作者和实际工作者的重要参考资料。
这是当前经济计量学和预测研究领域的一本流行教材和必备工具书！堪称大师级的作者迪博尔德不但是沃顿商学院著名教授，也是美国经济计量领域进行预测和建模的领军人物。
全书立足于现代数量方法，对时间序列预测进行了系统阐述，同时由浅入深地介绍了现代预测常用的图形工具，并集中在目前应用最广泛的核心方法上。书中虽然有大量数学表达式，但几乎没有涉及艰深的推导过程，具体的计算过程也主要由Eviews软件来实现。值得一提的是，尽管《经济预测基础教程(原书第4版)》运用的是初等数学知识，但它充分揭示了统计学大师博克斯等人在30年前所做工作的重要发展，特别是书中的案例都紧扣与现实经济生活紧密联系的应用领域。
《经济预测基础教程(原书第4版)》适用于本科生和硕士，在商业、金融业、经济领域、公共政策、统计学甚至工程学等众多领域中都有广泛的应用，相信通过对本书的学习，读者对时间序列数据的建模能力能够得到惊人的提升。
作译者
弗朗西斯X.迪博尔德（Francis X.Diebold）是宾夕法尼亚大学沃顿商学院W.P.Carey经济学讲座教授以及金融学、统计学教授，是美国国家经济研究局在剑桥、马萨诸塞州的会员，是在商业、经济、金融领域进行预测和建模的领军人物。他发表了很多文章，并担任很多杂志的编辑，包括Econometrica和Review of Economics and Statistics。他已当选经济计量学会和美国统计学会会员，并获得斯隆、古根汉姆基金会和洪堡的表彰。作为一名获得嘉奖的教师和出色的演讲者，他在世界各地进行过很多演讲，是普林斯顿大学金融与经济学院、芝加哥大学、剑桥大学、约翰·霍普金斯大学、纽约大学的访问学者。迪博尔德还在公司和政策环境方面有着丰富的经历；很多顶级金融公司、中央银行和公共组织都会定期拜访迪博尔德；他涉猎咨询和公司领域的很多方面。1986～1989年，他受聘为华盛顿联邦储备委员会的经济学家，开始时与保罗·沃尔克合作，后来与艾伦·格林斯潘合作。关于他的更多介绍请参见www.ssc.upenn.edu/~fdiebold。
目录
《经济预测基础教程(原书第4版)》
译者序
前言
第4版附记
作者简介
第1章预测：应用、方法、文献以及软件2
1.1预测的应用2
1.2预测方法：全书概要4
1.3参考书目、杂志、软件以及网络信息6
1.4展望全书9
练习题9
补充阅读11
第2章用于预测的概率、统计量和回归的简要回顾13
2.1本章内容梗概13
2.2随机变量、分布和矩13
2.3多维随机变量15
2.4统计量16
2.5回归分析18
练习题27
相关注释30
译者序
前言
第4版附记
作者简介
第1章预测：应用、方法、文献以及软件2
1.1预测的应用2
1.2预测方法：全书概要4
1.3参考书目、杂志、软件以及网络信息6
1.4展望全书9
练习题9
补充阅读11
第2章用于预测的概率、统计量和回归的简要回顾13
2.1本章内容梗概13
2.2随机变量、分布和矩13
2.3多维随机变量15
2.4统计量16
2.5回归分析18
练习题27
相关注释30
译者序
探求未知总是一件令人着迷的事情。预测是一项由来已久的工作，从中国古代的玄门术数、西方早些时候的占星学到现在基于现代数量方法的科学预测，预测对人类的影响长达千年之久。只是，虽然这项工作已经延续了上千年，但人们对其仍旧知之甚少，原因在于预测的结果总有误差伴随。尽管如此，但良好的决策一定是建立在预测基础之上的，用预测来指导决策。虽然预测方法各种各样，但现代预测方法具有广泛的适用性，正如作者在本书第1章中指出，现代预测至少应用于“运营计划与控制；市场营销；经济领域；金融资产管理；金融风险控制；商业和政府机构预算；人口统计；危机控制”等方面。
预测是基于历史，立足现在，面向未来的，也就是说，预测是在掌握现有信息的基础上，依照一定的方法与规律对未来的事情进行测算，事先预知事情将要发展的结果。本书立足于现代数量方法，对时间序列预测进行了系统阐述。时间序列预测的主要思想为，采用归纳的方法从已经发生了的历史事件中总结出一定的规律，然后，按照这一规律进行外推。换句话说，时间序列预测是在解释过去的基础上预知未来。值得注意的是，能很好地解释过去，并不意味着能很好地预测未来，这一点可以从“数据挖掘”的预测能力中得到解释。基于现代数量方法的科学预测的重心不在于求解预测结果，而在于尽量缩小预测误差。而贯穿本书的主旨也正是尽量缩小预测误差。为了达到这个目的，本书从探讨影响预测效果的因素出发，介绍了现代预测常用的图形工具。然后，按照传统方法将时间序列划分为趋势、季节效应和周期性，分别探讨了趋势、季节效应和周期性的建模和预测方法。接着，在全盘考虑趋势、季节效应和周期性的情况下对时间序列进行全面预测。而后，在此基础上，介绍了基于VAR模型的预测以及波动性的建模和预测。除此之外，本书还用专门的章节介绍了预测模型的选择和评价方法。
总的来说，本书的行文过程是由浅入深、由简单到复杂的。书中虽然有大量数学表达式，但大多数地方仅出于表达的需要，几乎没有涉及艰深的推导过程。具体的计算过程也不必由使用者完成，而是由相应的软件包来实现，在本书中，主要采用Eviews软件。本书提及的案例都紧扣预测的应用领域，例如对零售业销售量、住房开工率、就业率、白酒销量、汇率以及海运量等的预测，都与现实经济生活紧密联系。通过对案例的学习能使读者更深刻地掌握书上讲到的预测方法。值得一提的是本书的练习部分，与传统的练习不同，本书的练习部分不仅给出了对应章节知识点的运用，而且还在对应章节知识点的基础上进行了升华，补充介绍了大量的知识，这样一来，基础较好的读者便能获得更多的启发。
作为本书的读者，应该掌握初级的数理统计知识和计量经济学知识，例如普通最小二乘法、多元回归分析、参数显著性检验等。即使没有这方面的基础，只要认真研读本书第2章，然后花少许时间了解一些初级计量经济学的知识，也可以进入对本书的学习。本书可作为经济类、管理类本科高年级学生及研究生的教科书，也可作为科研工作者和实际工作者的重要参考资料。对于学习计量经济学（尤其是涉及时间序列分析的高级计量经济学）的读者来说，通过对本书的学习能够使其对时间序列数据的建模能力得到很大的提升。
本书翻译的完成有赖于众多人士的帮助。四川大学经济学院、四川大学公司金融实验室、四川省数量经济学会及其同仁都给予很大的支持。机械工业出版社的王洪波、胡智辉和黄姗姗编辑自始至终悉心指导，付出了艰辛。还需要一提的是，我的家人给予了一如既往的最大支持，特表示深深的感谢。
本书的参译人员的具体分工为：前言，杜江；第1章，杜江、刘行；第2章，杜江、雷超；第3章，李恒、张侃；第4章，杜江、黄雯；第5章，杜江、王晨曦；第6章，杜江、唐玉婷；第7章，李恒、王茜；第8章，杜江、李倩；第9章，杜江、唐喻婷、韩旭；第10章，李恒、钟菲菲、易瑾；第11章，杜江、张宸铭、张宏波；第12章，杜江、王晨曦、杨文溥；第13章，李恒、黄志峰、李丹丽；第14章，杜江、易瑾、李倩。杜江、李恒负责修订校对全书，最后的统稿与一字一句的审定由杜江负责完成。
翻译工作是译者在领会原著的基础上，换一种语言的表达，因此，在具体翻译过程中，因专业水平和外语能力所限，难免造成理解上的偏颇，导致存在错误之处，由此给读者带来的困惑表示歉意，也敬请广大读者朋友指正。在邮箱地址dujiang@scu.edu.cn中恭候各位读者的批评和斧正，也恭候广大读者的各种建议。
杜江
2011年深秋于四川大学望江校园
预测是基于历史，立足现在，面向未来的，也就是说，预测是在掌握现有信息的基础上，依照一定的方法与规律对未来的事情进行测算，事先预知事情将要发展的结果。本书立足于现代数量方法，对时间序列预测进行了系统阐述。时间序列预测的主要思想为，采用归纳的方法从已经发生了的历史事件中总结出一定的规律，然后，按照这一规律进行外推。换句话说，时间序列预测是在解释过去的基础上预知未来。值得注意的是，能很好地解释过去，并不意味着能很好地预测未来，这一点可以从“数据挖掘”的预测能力中得到解释。基于现代数量方法的科学预测的重心不在于求解预测结果，而在于尽量缩小预测误差。而贯穿本书的主旨也正是尽量缩小预测误差。为了达到这个目的，本书从探讨影响预测效果的因素出发，介绍了现代预测常用的图形工具。然后，按照传统方法将时间序列划分为趋势、季节效应和周期性，分别探讨了趋势、季节效应和周期性的建模和预测方法。接着，在全盘考虑趋势、季节效应和周期性的情况下对时间序列进行全面预测。而后，在此基础上，介绍了基于VAR模型的预测以及波动性的建模和预测。除此之外，本书还用专门的章节介绍了预测模型的选择和评价方法。
总的来说，本书的行文过程是由浅入深、由简单到复杂的。书中虽然有大量数学表达式，但大多数地方仅出于表达的需要，几乎没有涉及艰深的推导过程。具体的计算过程也不必由使用者完成，而是由相应的软件包来实现，在本书中，主要采用Eviews软件。本书提及的案例都紧扣预测的应用领域，例如对零售业销售量、住房开工率、就业率、白酒销量、汇率以及海运量等的预测，都与现实经济生活紧密联系。通过对案例的学习能使读者更深刻地掌握书上讲到的预测方法。值得一提的是本书的练习部分，与传统的练习不同，本书的练习部分不仅给出了对应章节知识点的运用，而且还在对应章节知识点的基础上进行了升华，补充介绍了大量的知识，这样一来，基础较好的读者便能获得更多的启发。
作为本书的读者，应该掌握初级的数理统计知识和计量经济学知识，例如普通最小二乘法、多元回归分析、参数显著性检验等。即使没有这方面的基础，只要认真研读本书第2章，然后花少许时间了解一些初级计量经济学的知识，也可以进入对本书的学习。本书可作为经济类、管理类本科高年级学生及研究生的教科书，也可作为科研工作者和实际工作者的重要参考资料。对于学习计量经济学（尤其是涉及时间序列分析的高级计量经济学）的读者来说，通过对本书的学习能够使其对时间序列数据的建模能力得到很大的提升。
本书翻译的完成有赖于众多人士的帮助。四川大学经济学院、四川大学公司金融实验室、四川省数量经济学会及其同仁都给予很大的支持。机械工业出版社的王洪波、胡智辉和黄姗姗编辑自始至终悉心指导，付出了艰辛。还需要一提的是，我的家人给予了一如既往的最大支持，特表示深深的感谢。
本书的参译人员的具体分工为：前言，杜江；第1章，杜江、刘行；第2章，杜江、雷超；第3章，李恒、张侃；第4章，杜江、黄雯；第5章，杜江、王晨曦；第6章，杜江、唐玉婷；第7章，李恒、王茜；第8章，杜江、李倩；第9章，杜江、唐喻婷、韩旭；第10章，李恒、钟菲菲、易瑾；第11章，杜江、张宸铭、张宏波；第12章，杜江、王晨曦、杨文溥；第13章，李恒、黄志峰、李丹丽；第14章，杜江、易瑾、李倩。杜江、李恒负责修订校对全书，最后的统稿与一字一句的审定由杜江负责完成。
翻译工作是译者在领会原著的基础上，换一种语言的表达，因此，在具体翻译过程中，因专业水平和外语能力所限，难免造成理解上的偏颇，导致存在错误之处，由此给读者带来的困惑表示歉意，也敬请广大读者朋友指正。在邮箱地址dujiang@scu.edu.cn中恭候各位读者的批评和斧正，也恭候广大读者的各种建议。
杜江
2011年深秋于四川大学望江校园
前言
从著书者的角度看，许多优秀教材的问世都源于两种动机：一是通过对教材的讲解，要在一代代学生的脑海里留下深刻的记忆，使之难以忘怀；二是弥补现有教材在诸多方面存在的不足，使之完善。我的动机亦是如此。
目前读者很需要有一本能够简洁明了地介绍现代预测理论的教材。本书正是顺应这一诉求编写的。概括来说，以下几方面的特点使得本书与众不同。首先，尽管本书运用的是初等数学知识，但它充分揭示了博克斯和詹金斯在30年前所做工作的重要发展。除了介绍标准模型的趋势、季节性和周期之外，本书还谈及以下话题：
数据挖掘和样本内过度拟合；
统计图表和探索性数据分析；
模型选择准则；
用来诊断结构性变化的递归技术；
非线性模型，包括神经网络；
状态转换模型；
单位根和随机趋势；
包含不可观测成分的随机趋势模型的平滑技术；
向量自回归模型；
协整和误差修正模型；
预测性的因果关系；
预测评价和组合预测；
仿真与基于仿真的方法；
波动性的测量、建模和预测。
其中，绝大多数相关内容都包含在每章后面的“练习题”中，它们是本书不可分割的一部分。之所以要包含这一部分，是因为可以使教师和学生根据自己的背景知识和兴趣来选择相应的材料进行扩展学习。
其次，本书并没打算涵盖所有关于预测的内容。事实上，本书涵盖的范围是有选择性的，主要集中在目前应用最广泛的核心方法上，并且本书的设计使其内容能在一个学期内讲授完。核心部分的内容出现在本书的主体章节中，其余额外附加的用于扩展和深入的内容则包含在“练习题”以及每一章章末的“相关注释”和“补充阅读”中。
再次，本书属于应用型教材。它用现实世界中的例子来详细说明计量方法，来类比典型的预测情形。在许多章节中，应用部分是其主体内容。在书中的很多地方，通过这些应用不仅仅是为了说明预测方法的使用，而且还通过描述真实的案例来告诉我们一个重要的事实：预测是有局限性的，即不存在完美的预测！
最后，本书不仅讲解了现代建模方法还介绍了对应的预测软件。总的来说，本书主要采用Eviews软件，这款软件能较好地满足预测所需的计算要求。当然，我并不是软件销售商，因此，本书涉及的讨论并不针对特定的软件。老师和学生可以随意选择自己喜欢的软件。
目前读者很需要有一本能够简洁明了地介绍现代预测理论的教材。本书正是顺应这一诉求编写的。概括来说，以下几方面的特点使得本书与众不同。首先，尽管本书运用的是初等数学知识，但它充分揭示了博克斯和詹金斯在30年前所做工作的重要发展。除了介绍标准模型的趋势、季节性和周期之外，本书还谈及以下话题：
数据挖掘和样本内过度拟合；
统计图表和探索性数据分析；
模型选择准则；
用来诊断结构性变化的递归技术；
非线性模型，包括神经网络；
状态转换模型；
单位根和随机趋势；
包含不可观测成分的随机趋势模型的平滑技术；
向量自回归模型；
协整和误差修正模型；
预测性的因果关系；
预测评价和组合预测；
仿真与基于仿真的方法；
波动性的测量、建模和预测。
其中，绝大多数相关内容都包含在每章后面的“练习题”中，它们是本书不可分割的一部分。之所以要包含这一部分，是因为可以使教师和学生根据自己的背景知识和兴趣来选择相应的材料进行扩展学习。
其次，本书并没打算涵盖所有关于预测的内容。事实上，本书涵盖的范围是有选择性的，主要集中在目前应用最广泛的核心方法上，并且本书的设计使其内容能在一个学期内讲授完。核心部分的内容出现在本书的主体章节中，其余额外附加的用于扩展和深入的内容则包含在“练习题”以及每一章章末的“相关注释”和“补充阅读”中。
再次，本书属于应用型教材。它用现实世界中的例子来详细说明计量方法，来类比典型的预测情形。在许多章节中，应用部分是其主体内容。在书中的很多地方，通过这些应用不仅仅是为了说明预测方法的使用，而且还通过描述真实的案例来告诉我们一个重要的事实：预测是有局限性的，即不存在完美的预测！
最后，本书不仅讲解了现代建模方法还介绍了对应的预测软件。总的来说，本书主要采用Eviews软件，这款软件能较好地满足预测所需的计算要求。当然，我并不是软件销售商，因此，本书涉及的讨论并不针对特定的软件。老师和学生可以随意选择自己喜欢的软件。
