まえがき
第1章　R について
1.1 はじめに
1.2 VAR 分析に必要なパッケージ
1.3 パッケージに収録されている関数の使用準備
1.4 R に関する情報検索
1.5 VAR 分析の練習用資料
1.6 その他の練習用資料
1.7 名前に関する一般的な表記ルール
1.8 関数の出力に含まれているオブジェクト名を知りたいとき
1.9 ラベル付き折れ線グラフ
第2章　VAR 分析の紹介
2.1 はじめに
2.2 VAR 分析の紹介
2.3 VAR 分析のイメージを得るための一例
2.4 歴史的な俯瞰情報
2.5 VAR 分析の分類
2.6 手順的な俯瞰情報
2.7 基本的な用語と定理
第3章　時系列分析の基礎
3.1 はじめに
3.2 ラグ演算子と階差演算子
3.3 データ生成過程
3.4 ホワイトノイズ
3.5 代表的なデータ生成過程
3.6 ランダムウォーク
3.7 定常過程と非定常過程
3.8 和分過程
3.9 AR 過程の性質を調べる前の情報整理
3.10 フィルター
3.11 AR 過程の定常条件
3.12 固有方程式とラグ型特性方程式
3.13 定常なAR(1) 過程の期待値と分散
3.14 定常AR 過程のMA 表現
3.15 MA 過程の反転可能性
3.16 ARMA 過程の定常条件
3.17 ARIMA モデル
3.18 I(0) 過程の性質とI(1) 過程の性質
3.19 I(2) 過程の性質
3.20 爆発的な現象
3.21 さまざまな和分過程の限界効果と累積効果
3.22 固有方程式と固有値の解釈
3.23 自然対数に関する基本情報
第4章　VAR 分析の基礎
4.1 はじめに
4.2 VAR 分析の基本的なメリットとデメリット
4.3 ものごとの直交分解
4.4 直交分解から見たインパスル応答分析
4.5 回帰分析に慣れ親しんだ人々に対するコメント
4.6 標準的なVAR モデル
4.7 ホワイトノイズ・ベクトル
4.8 ベクトル過程の定常条件
4.9 和分過程の線形結合
4.10 共和分関係と見せかけの回帰
4.11 共和分関係の解釈
4.12 共和分の定義
4.13 定常VAR を目指して
4.14 ベクトル誤差修正モデル
4.15 共和分過程における確定項
4.16 VAR 系モデルの分類
4.17 疑問が生じやすい場合の定式化
4.18 LA-VAR モデル
4.19 階差を取るべきか否か
第5章　ラグ次数の選択問題
5.1 はじめに
5.2 ラグ次数の選択
5.3 R によるラグ次数の選択
第6章　単位根検定
6.1 はじめに
6.2 モデル構築までの典型的なプロセス
6.3 仮説検定について
6.4 単位根検定の概要
6.5 拡張ディッキー＝フラー検定
6.6 ディッキー＝フラー分布の分布イメージ
6.7 拡張ディッキー＝フラー検定の例
6.8 Pantula, Gonzales-Farias, Fuller 検定
6.9 他の単位根検定
6.10 R による拡張ディッキー＝フラー検定
6.11 R によるPantula, Gonzales-Farias, Fuller 検定
第7章　共和分検定
7.1 はじめに
7.2 共和分検定の概要
7.3 ヨハンセン検定
7.4 ヨハンセン検定の例
7.5 エングル＝グランジャー検定
7.6 I(2) 過程の取り扱い
7.7 R によるヨハンセン検定
7.8 R によるエングル＝グランジャー検定
第8章　撹乱項に関する仮説検定
8.1 はじめに
8.2 撹乱項に関する標準的な仮定
8.3 系列無相関の仮説検定
8.4 均一分散の仮説検定
8.5 正規分布の仮説検定
8.6 R による系列無相関の検定
8.7 R による均一分散の検定
8.8 R による正規分布の検定
第9章　推定と識別問題
9.1 はじめに
9.2 推定に関する基本的な問題
9.3 最小2 乗推定法の性質
9.4 最尤推定法の性質
9.5 連立方程式モデルの識別問題
9.6 構造VAR モデルの識別問題
9.7 構造VEC モデルの識別問題
9.8 R によるVAR モデルの推定
9.9 R によるVEC モデルの推定
9.10 R による構造VAR モデルの推定
9.11 R による構造VEC モデルの推定
9.12 R パッケージ「svars」による構造VAR モデルの推定
第10章　係数パラメータの制約に関する仮説検定
10.1 はじめに
10.2 係数パラメータの制約に関する仮説検定
10.3 尤度比検定法
10.4 連立方程式モデルのスタッキング形
10.5 ワルド検定法
10.6 連立方程式モデルにおけるワルド検定法と尤度比検定法の比較
10.7 残差回帰
10.8 単一方程式モデルにおける検定法
10.9 2t ルール
第11章　インパルス応答分析
11.1 はじめに
11.2 VMA 表現の構図
11.3 定常VAR のVMA 表現
11.4 インパルス応答関数の紹介
11.5 インパルス応答分析の計算カラクリ
11.6 直交化インパルス応答関数
11.7 直交化インパルス応答関数の留意点
11.8 単純なインパルス応答関数
11.9 一般化インパルス応答関数
11.10 直交化インパルス応答関数と一般化インパルス応答関数との比較
11.11 一般化インパルス応答関数の計算アルゴリズム
11.12 さまざまなインパルス応答分析
11.13 グラフの出発点
11.14 R によるインパルス応答分析
付録 R コード例：インパルス応答分析
第12章　推定後のモデル変換
12.1 はじめに
12.2 問題の所在
12.3 2 つの対処法
12.4 階差VAR からレベルVAR への変換
12.5 レベルVAR に基づくインパルス応答分析
12.6 自作モデルでインパルス応答分析を行う場合の留意点
12.7 R による誤差修正モデルのインパルス応答分析
12.8 構造ベクトル誤差修正モデルに基づくインパルス応答分析
12.9 R による構造ベクトル誤差修正モデルのインパルス応答分析
第13章　インパルス応答分析の区間推定
13.1 はじめに
13.2 インパルス応答分析の区間推定に関する概要
13.3 ブートストラップ法
13.4 ブートストラップ法のバリエーション
13.5 ブートストラップ法のコンピュータコードを書く場合の留意点
13.6 モンテカルロ法
13.7 モンテカルロ法のバリエーション
13.8 漸近法
13.9 R によるブートストラップ法
付録 R コード例：ブートストラップ法による区間推定
第14章　予測誤差の分散分解
14.1 はじめに
14.2 分散分解の構図
14.3 予測誤差の分散分解
14.4 分散分解の報告
14.5 直交化インパルス応答関数に基づく分散分解の計算アルゴリズム
14.6 一般化インパルス応答関数に基づく分散分解の計算アルゴリズム
14.7 R による予測誤差の分散分解
付録 R コード例：予測誤差の分散分解
第15章　グランジャー因果性検定
15.1 はじめに
15.2 グランジャー因果性の概要
15.3 グランジャー因果性
15.4 VAR モデルにおけるグランジャー因果性検定
15.5 グランジャー瞬間的因果性
15.6 VAR モデルにおけるグランジャー瞬間的因果性検定
15.7 R によるグランジャー因果性検定
第16章　その他のVAR 分析
16.1 はじめに
16.2 予測
16.3 予測シナリオ分析
16.4 ヒストリカル分解
16.5 R による予測4
16.6 R によるヒストリカル分解
分布表
A.1 標準正規分布
A.2 カイ2 乗分布
A.3 t 分布
A.4 F 分布：上側5％点
A.5 F 分布：上側1％点
A.6 ディッキー＝フラー分布：tau 検定統計量
A.7 ディッキー＝フラー分布：phi 検定統計量
A.8 ヨハンセン検定の分布：トレース検定
A.9 ヨハンセン検定の分布：最大固有値検定
A.10 エングル＝グランジャー検定の分布
本書を終えるにあたり
参考文献
索　引