本书论述了时间序列的协整理论和波动性建模。在协整理论方面，探讨了单位根过程的极限分布和检验，单方程、系统方程和非线性协整建模，协整的贝叶斯、变结构分析等。在波动性分析方面，探讨了各类ARCH、SV模型的建模及变结构分析。本书还探讨了金融波动与持续性的市场机制及其对资产定价和风险管理的意义，高频、超高频时间序列的波动性建模，小波方法在金融波动分析中的应用，连续时间资产收益模型等问题。 本书可作为数量经济学研究人员、教师，经济和金融工作者的参考书，亦可作为相关领域研究生的教学参考书。

本书是我们研究集体近十多年来在协整理论和时间序列波动性分析两个领域的研究成果。这项研究工作得到国家自然科学基金项目——“多变量时间序列波动持续性及其在金融系统上的应用”（No.70171001）和教育部博士点基金项目——“社会经济系统中协整建模方法研究”（No.9505621）的资助。结合这两项基金的研究工作，在协整理论、方法和金融时间序列波动性分析两个方面都获得了一系列创造性的成果。 在协整理论和方法方面，Engle和Granger所建立的协整理论反映了非平稳时间序列之间的长期线性均衡关系，所以是线性协整。但在经济系统中，许多经济变量具有长期记忆的特点，而且这些序列本身及它们之间的关系往往是非线性的。为了揭示非线性与长记忆时间序列之间的长期均衡关系，我们全面地研究了非线性协整的理论、方法，以及非线性协整关系的拟合和检验问题； 研究了长记忆向量分整序列的线性协整和非线性协整问题，并利用吸引子的概念解释了长记忆向量非线性时间序列之间的协整关系，这样就将协整理论在Engle和Granger工作的基础上作了全面提升。为了拓宽线性协整理论和方法的应用，我们提出并研究了非协整系统中分量序列的非线性变换问题，这样就使得一些看似不存在协整关系的序列经过变换后，可以利用协整方法来处理。对于协整系统（包括季节性协整）的检验问题，我们发展了贝叶斯检验，并进行了实证研究。利用协整技术来提高经济预测精度是协整技术的重要应用领域，通过系统的实证研究指出，协整方法对于预测精度的提高在中长期预测时表现得最为明显，对短期预测同样也可以提高其预测精度，但与其他方法相比改善不大，因此协整技术在经济预测中的作用主...