• 高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清
  • 高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清
  • 高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清
  • 高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清
  • 高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清
21年品牌 40万+商家 超1.5亿件商品

高维面板数据因子模型:理论、方法与应用 经济理论、法规 方国斌//马慧敏|责编:任爱清

新华书店全新正版书籍 支持7天无理由

28.7 3.7折 78 全新

库存15件

北京丰台
认证卖家担保交易快速发货售后保障

作者方国斌//马慧敏|责编:任爱清

出版社经济管理

ISBN9787509684344

出版时间2022-07

版次1

装帧平装

开本16

页数155页

定价78元

货号313_9787509684344

上书时间2024-06-17

智胜图书专营店

六年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

章  绪论

节  本书研究内容

一、动态混合双因子模型(dmdfm)

二、离散面板数据动态因子模型(dpdfm)

三、面板数据因子波动模型(factor pdsvm或pfsvm)

第二节  结构安排

第三节  本书创新点

一、拓宽了高维面板数据降维的思路

二、针对不同的面板数据类型构建与之对应的动态因子模型

三、提供了几种不同模型的估计方法并对每种方法进行了改进

四、从理论上对各个模型的估计结果的有关统计质进行了证明

五、明确了相应模型的适用领域并对某些模型进行了应用研究

第二章  因子模型形式拓展

节  因子模型的一般形式

第二节  宏观因子模型

一、单因子模型

二、多因子模型

第三节  行业因子模型

一、barra因子模型

二、fama-french因子模型

第四节  统计因子模型

一、主成分法

二、极大似然法

第五节  动态因子模型

一、动态因子模型和静态因子模型

二、严格(准确)动态因子模型

三、近似动态因子模型

四、广义动态因子模型

五、滞后公因子模型

第六节  多因子模型在互联网金融市场的应用

第三章  高维面板数据降维与因子模型估计

节  高维面板数据降维和变量选择方法

第二节  高维因子模型建模策略

第三节  动态因子模型的设定与估计方法

第四节  面板数据因子模型的贝叶斯推断

第四章  高维面板数据动态混合双因子模型

节  引言

第二节  面板数据动态混合双因子模型

一、面板数据因子模型

二、面板数据动态混合双因子模型

三、动态混合双因子模型的特例

第三节  模型的识别和设

第四节  模型估计

一、因子分解与因子个数的选择

二、估计过程

三、估计结果

四、理论质及其证明

第五节  数值模拟

第六节  本章小结

第五章  高维离散面板数据动态因子模型

节  引言

第二节  离散面板数据动态因子模型设定

一、模型的基本形式

二、模型设

第三节  基于gee的模型估计

一、离散面板数据因子模型估计方法的选择

二、效应和固定效应模型估计过程的实现

三、基于gee的dpdfm估计的理论质

第四节  ┄数值模拟

第五节  非交易对股票价格涨跌的影响

第六节  本章小结

第六章  高维面板数据因子波动模型

节  引言

第二节  因子面板数据波动模型的设定

一、面板数据波动模型

二、因子面板数据波动模型

第三节  因子面板数据波动模型估计和计算过程

一、预先处理

二、潜变量及相关参数的后验分布设定

三、联合参数的mcmc算法

四、因子分解的mcmc算法

五、动态波动方程的ffbs估计

第四节  数值模拟

第五节  互联网金融和传统金融上市公司对比分析

第六节  结论和进一步研究

第七章  结论与展望

节  主要结论

第二节  进一步研究展望

附录一

附录二

附录三

附录四

附录五

参文献

后记

内容简介:

随着大数据时代的到来,社会经济现象中的海量数据处理面临很多问题,一方面需要从数据中寻找社会经济现象的共同变化规律,另一方面还需要对高维数据进行降维。因子分析方法恰好能做到这两点。因此,在大型数据集处理中因子模型被广泛使用。为了与宏观和行业因子模型区别开来,这里统计的因子是指需要通过统计方法进行估计的潜在因子。潜在因子的统计分析主要采用因子模型实现,如果与其他统计模型相结合,能够形成各种类型的统计因子模型。
本书从因子模型的理论基础入手,结合面板数据进行分析,阐述几种常见的因子模型的基本形式并结合应用予以推广;着重介绍因子模型的设定、估计和应用;提出三种新的高维面板数据因子模型:高维面板数据动态混合双因子模型、高维受限因变量面板数据因子模型、高维面板数据因子波动模型。分别介绍了三种模型的基本类型设定以及估计方法,并将其应用于解决经济金融领域的实际问题。这几类模型虽然构造形式各异,但是都有各自的应用场合。其中的大多数方法在实践中都可以结合统计软件予以实现。因子模型的应用领域包括经济学、金融学、社会学、消费者行为研究,等等。

作者简介:

    方国斌,男,安徽财经大学统计与应用数学学院经济统计系主任,教授,硕士生导师。民大学统计学院博士,民大学环境学院理论经济学博士后。美国北伊利诺伊大学(niu)统计系访问学者。中国商业统计学会、中国统计教育学会理事;中国数量经济学会长江三角洲经济研究会、中国优选法统筹法与经济数学研究会高等教育经济管理分会常务理事。在统计研究、数理统计与管理等外期刊公开发表科研40余篇。其中3篇被人大报刊复印资料统计与精算全文转载。主持社会科学等项目10余项。作为项目组主要成员参加社会科学重点项目和自然科学重点项目等重量项目6项。主要研究领域为金融计量经济学、面板数据分析、金融深度学等。

—  没有更多了  —

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP