金融時(shí)間序列分析

前言

　　時(shí)間序列分析在理論和經(jīng)驗(yàn)上已成為金融市場研究的不可缺少的部分。 時(shí)間序列分析方法已是金融定量分析的主流方法之一。 近代計(jì)量經(jīng)濟(jì)和金融市場的許多研究成果都建立在時(shí)間序列分析的基礎(chǔ)之上。Engle和Grange因?yàn)樗麄兊臅r(shí)間序列模型在經(jīng)濟(jì)金融中的廣泛應(yīng)用而獲得2003年的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)，就是時(shí)間序列分析方法的重要性在世界上被廣泛認(rèn)可的有力證明。. 蔡瑞胸（Ruey S．Tsay）教授是美國芝加哥大學(xué)的計(jì)量經(jīng)濟(jì)與統(tǒng)計(jì)學(xué)的H．G．B，亞歷山大（Alexander）教授．他在計(jì)量經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和金融市場的研究方面成果卓著．他的這本《金融時(shí)間序列分析》涵蓋了當(dāng)前數(shù)理金融研究中最新的幾個(gè)重要方面。

內(nèi)容概要

　　《金融時(shí)間序列分析》主要介紹了計(jì)量經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)文獻(xiàn)中出現(xiàn)的金融計(jì)量方法方面的最新進(jìn)展，強(qiáng)調(diào)實(shí)例和數(shù)據(jù)分析。特別是包含當(dāng)前的研究熱點(diǎn)，如風(fēng)險(xiǎn)值、高頻數(shù)據(jù)分析和馬爾町夫鏈蒙特卡羅方法等。主要內(nèi)容包括：金融時(shí)間序列數(shù)據(jù)的基本特征，神經(jīng)網(wǎng)絡(luò)，非線性方法，使用跳躍擴(kuò)散方程進(jìn)行衍生產(chǎn)品的定價(jià)，采用極值理論計(jì)算風(fēng)險(xiǎn)值，帶時(shí)變相關(guān)系數(shù)的多元波動(dòng)率模型，貝葉斯推斷。　　《金融時(shí)間序列分析》可作為金融等專業(yè)高年級(jí)本科生或研究生的時(shí)間序列分析教材，也可供相關(guān)專業(yè)研究人員參考。

作者簡介

　　Ruey S.Tsay 于美國威斯康星大學(xué)麥迪遜分校獲得統(tǒng)計(jì)學(xué)博士學(xué)位，美國芝加哥大學(xué)商學(xué)院研究生院經(jīng)濟(jì)計(jì)量及統(tǒng)計(jì)學(xué)的H.G.B.Alexander教授。曾任Journal of Financial Econometrics雜志欄目編輯。

書籍目錄

譯者序前言第1章　金融時(shí)間序列及其特征1.1 資產(chǎn)收益率1.2 收益率的分布性質(zhì)1.3 其他過程練習(xí)題參考文獻(xiàn)第2章　線性時(shí)間序列分析及其應(yīng)用2.1 平穩(wěn)性2.2 相關(guān)系數(shù)和自相關(guān)函數(shù)2.3 白噪聲和線性時(shí)間序列2.4 簡單的自回歸模型2.5 簡單滑動(dòng)平均模型2.6 簡單的ARMA模型2.7 單位根非平穩(wěn)性2.8 季節(jié)模型2.9 帶時(shí)間序列誤差的回歸模型2.10 長記憶模型附錄A 一些SCA的命令練習(xí)題參考文獻(xiàn)第3章　條件異方差模型3.1 波動(dòng)率的特征3.2 模型的結(jié)構(gòu)3.3 ARCH模型3.4 GARCH模型3.5 求和GARCH模型3.6 GARCH-M模型3.7 指數(shù)GARCH模型3.8 CHARMA模型3.9 隨機(jī)系數(shù)的自回歸模型3.10 隨機(jī)波動(dòng)率模型3.11 長記憶隨機(jī)波動(dòng)率模型3.12 另一種方法3.13 應(yīng)用3.14 GARCH模型的峰度附錄A 估計(jì)波動(dòng)率模型的一些RATS程序練習(xí)題參考文獻(xiàn)第4章　非線性模型及其應(yīng)用4.1 非線性模型4.2 非線性檢驗(yàn)4.3 建模4.4 預(yù)測4.5 應(yīng)用附錄A 一些關(guān)于非線性波動(dòng)率模型的RATS程序附錄B神經(jīng)網(wǎng)絡(luò)的S-Plus命令練習(xí)題參考文獻(xiàn)第5章　高頻數(shù)據(jù)分析與市場微觀結(jié)構(gòu)5.1 非同步交易5.2 買賣報(bào)價(jià)差5.3 交易數(shù)據(jù)的經(jīng)驗(yàn)特征5.4 價(jià)格變化模型5.5 持續(xù)期模型5.6 非線性持續(xù)期模型5.7 價(jià)格變化和持續(xù)期的二元模型附錄A 一些概率分布的回顧附錄B 危險(xiǎn)率函數(shù)附錄C 持續(xù)期模型的一些RATS程序練習(xí)題參考文獻(xiàn)第6章　連續(xù)時(shí)間模型及其應(yīng)用6.1 期權(quán)6.2 一些連續(xù)時(shí)間的隨機(jī)過程6.3 伊藤引理6.4 股票價(jià)格與對(duì)數(shù)收益率的分布6.5 Black—Scholes微分方程的推導(dǎo)6.6 Black—Scholes定價(jià)公式6.7 伊藤引理的擴(kuò)展6.8　隨機(jī)積分“6.9 跳躍擴(kuò)散模型6.10 連續(xù)時(shí)間模型的估計(jì)附錄A B-S公式積分附錄B 標(biāo)準(zhǔn)正態(tài)概率的近似練習(xí)題參考文獻(xiàn)第7章　極值理論、分位數(shù)估計(jì)與VaR7.1 VaR7.2 風(fēng)險(xiǎn)度量制7.3 VaR計(jì)算的經(jīng)濟(jì)計(jì)量方法7.4 分位數(shù)估計(jì)7.5 極值理論7.6 VaR的極值方法7.7 基于極值理論的一個(gè)新方法練習(xí)題參考文獻(xiàn)第8章　多元時(shí)間序列分析及其應(yīng)用8.1 弱平穩(wěn)與交叉相關(guān)矩陣8.2 向量自回歸模型8.3 向量滑動(dòng)平均模型8.4 向量ARMA模型8.5 單位根非平穩(wěn)性與協(xié)整8.6 門限協(xié)整與套利8.7 主成分分析8.8 因子分析附錄A 向量與矩陣的回顧附錄B 多元正態(tài)分布練習(xí)題參考文獻(xiàn)第9章　多元波動(dòng)率模型及其應(yīng)用9.1 重新參數(shù)化9.2 二元收益率的GARCH模型9.3 更高維的波動(dòng)率模型9.4 因子波動(dòng)率模型9.5 應(yīng)用9.6 多元t分布附錄A 對(duì)估計(jì)的一些注釋練習(xí)題參考文獻(xiàn)第10章　馬爾可夫鏈蒙特卡羅方法的應(yīng)用10.1 馬爾可夫鏈模擬10.2 吉布斯抽樣10.3 貝葉斯推斷10.4 其他算法10.5 帶時(shí)間序列誤差的線性回歸10.6 缺失值和異常值10.7 隨機(jī)波動(dòng)率模型10.8 馬爾可夫轉(zhuǎn)換模型10.9 預(yù)測10.10 其他應(yīng)用練習(xí)題參考文獻(xiàn)索引

章節(jié)摘錄

　　本書由自1999年我在芝加哥大學(xué)商學(xué)院所教的MBA(工商管理碩士)金融時(shí)間序列分析課程發(fā)展而來。它也包含了過去幾年我開設(shè)的時(shí)間序列分析博士生課程的內(nèi)容。這是一本引論性質(zhì)的書，旨在對(duì)金融計(jì)量模型及其在金融時(shí)間序列數(shù)據(jù)建模和預(yù)測中的應(yīng)用，進(jìn)行系統(tǒng)的、綜合的闡述。 目標(biāo)是使讀者了解金融數(shù)據(jù)的基本特征，懂得金融計(jì)量模型的應(yīng)用，并獲得分析金融時(shí)間序列的經(jīng)驗(yàn)。本書可作為金融專業(yè)MBA學(xué)生的時(shí)間序列分析教材，也適用于商學(xué)、經(jīng)濟(jì)學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)專業(yè)對(duì)金融計(jì)量學(xué)感興趣的研究生和高年級(jí)本科生。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    金融時(shí)間序列分析 PDF格式下載

---