کتاب مقدمه‌ ای بر تجزیه و تحلیل سری‌ های زمانی پیشرفته , کرشگاسنر , عبدالکریم حسین‌ پور 

کتاب مقدمه‌ ای بر تجزیه و تحلیل سری‌ های زمانی پیشرفته نوشته‌ی کرشگاسنر و والتر با ترجمه‌ی دکتر عبدالکریم حسین‌ پور و دکتر مسعود باغستانی میبدی، با رویکردی آموزشی−پژوهشی دانشجویان، پژوهشگران و اساتید حوزه‌های اقتصاد، مدیریت، آمار و مالی را با ابزارهای کاربردی در تحلیل داده‌های سری زمانی آشنا می‌سازد. نشر نور علم چاپ و توزیع این کتاب را بر عهده داشته است.

ساختار و درون‌مایه‌ی کتاب

بخش ۱ — مقدمه‌ای بر سری‌های زمانی

• تعریف سری زمانی و انواع داده‌ها

• ایستایی و ناایستایی

• آزمون‌های ایستایی (ADF، PP، KPSS)

بخش ۲ — مدل‌های کلاسیک سری‌های زمانی

• مدل‌های خودرگرسیونی (AR) و میانگین متحرک (MA)

• مدل‌های ترکیبی ARMA و ARIMA

• تشخیص الگوها و انتخاب مدل با معیارهایی مثل AIC و BIC

بخش ۳ — هم‌انباشتگی و رگرسیون کاذب

• رگرسیون کاذب و مفهوم سری‌های غیرایستا

• روش انگل-گرنجر و روش یوهانسن

بخش ۴ — مدل‌های VAR و تحلیل پویایی‌ها

• معرفی مدل VAR و شناسایی وقفه‌های بهینه

• تحلیل ضربه – پاسخ (Impulse Response Function)

• تجزیه واریانس خطای پیش‌بینی

بخش ۵ — مدل‌های ARCH و GARCH

• معرفی ARCH و مدل GARCH و انواع آن (EGARCH، TGARCH)

• کاربرد در بازارهای مالی، بورس و قیمت کالاها

بخش ۶ — روش‌های پیش‌بینی

• پیش‌بینی با ARIMA و VAR

• ارزیابی دقت پیش‌بینی (RMSE، MAE، MAPE)

• مدل‌سازی سناریوهای اقتصادی

بخش ۷ — سری‌های زمانی ساختاری و فیلترها

• فیلتر هودریک–پرسکات (HP Filter)

• فیلتر کالمن و مدل‌های حالت-فضا

بخش ۸ — کاربردهای اقتصادسنجی

• تحلیل سیاست‌های پولی و مالی با VAR

• مدل‌سازی قیمت ارز، طلا و بورس

• تحلیل شوک‌های خارجی مثل نفت، بحران مالی، تورم

ویژگی‌های برجسته‌ی کتاب

• ترجمه روان و دانشگاهی

• مثال‌های عددی متعدد برای فهم بهتر مفاهیم پیچیده

• قابل استفاده برای پایان‌نامه و پژوهش در موضوعاتی مثل تورم، نرخ ارز، رشد اقتصادی

• مرجع استاندارد برای دوره‌های ارشد و دکتری

مخاطبان اصلی این اثر کدامند؟

دانشجویان کارشناسی ارشد و دکتری رشته‌های اقتصاد، مدیریت، آمار و مالی، پژوهشگران حوزه‌های اقتصادسنجی و تحلیل داده‌های سری زمانی و اساتید دانشگاه که به دنبال منبعی جامع و استاندارد برای تدریس و تحقیق در حوزه تحلیل سری‌های زمانی هستند.