金融时间序列建模分析

图书标准信息

• 作者 彭作祥 著
• 出版社 西南财经大学出版社
• 出版时间 2006-04
• 版次 1
• ISBN 9787810884310
• 定价 18.80元
• 装帧 平装
• 开本 其他
• 纸张 胶版纸
• 页数 294页
• 字数 240千字

【内容简介】

本书的结构安排和主要内容如下：

  第1章导言部分为问题提出、研究思路及篇章结构安排。

  第2章通过对金融市场中投资者的投资决策行为进行经济学分析，解释高频金融时序的尖峰肥尾、波动集束、条件方差时变性和长记忆性等统计特征，也即解释这些公认的金融现象产生的原因是什么。

  第3章使用极值理论估计并检验度量高频金融时序的肥尾程序的参数——尾指数，讨论尾指数在风险管理中的应用。

  第3章使用极值理论及相关知识，局部拟合收益率的分布或密度，有效地估计和预测风险值，避免因整体拟合失真而导致估计与预测的无效。

  在第3章的建模过程中，均使用方法论研究与实践分析相结合的分析方法。

  第4章论金融时序长记忆参数的估计，主要考虑涉及分整参数的ARFIMA的模型、高斯半参数方法和GPH非参数估计方法，并应用于深沪两市的收益率的长记忆性的实证分析。

  第5章为时间顺序的单位根或平稳检测。

  第6章较系统地随机模拟分析具有GARCH-error金融时序的ADF单位根检验问题，它是第5章的时一步深化和创新。

  第6章的实证分析表明伪GARCH现象的存在可能源于GARCH模型设定的随意性和非系统性。

【目录】

1 导言

  1.1 问题的提出与研究思路

  1.2 结构安排和主要内容

2 高频金融时序统计特征与投资主体行为分析

  2.1 前言

  2.2 高频时间序列统计特征

  2.3 投资主体行为分析

  2.4 浅议传统与现代建模方法

3 肥尾度量与风险刻画

  3.1 引言

  3.2 肥尾描述

  3.3 极值理论基础

  3.4 尾指数估计与检测

  3.5 三收益率尾指数估计

  3.6 风险值的估计与预测

4 长记忆参数估计

  4.1 前言

  4.2 长记忆参数d的估计

  4.3 shr96和szr96时序的长记忆参数估计

  4.4 ARFIMA模型长记忆参数的模拟比较

  4.5 对长记忆参数估计的时一步思想

5 时间序列平稳性检测

  5.1 前言

  5.2 时间序列平稳性检验

  5.3 单位根检测

  5.4 KPSS平稳性检测

  5.5 动态I（1）和I（0）检测

  5.6 变参数模型与时序的稳定性分析

  5.7 随机模拟与实证分析

6 具有GARCH-error的单位根检测

  6.1 问题的提出

  6.2 试验设计

  6.3 经典DF单位根检测

  6.4 具有GARCH-normal error的ADF单位根检验

……

7 GARCH模型分析与应用

附录1 LM、LR和Wald检验

附录2 信息准则

附录3 分整时序随机数生成程序

附录4 动态ADF单位根检验程度

附录5 动态KPSS（0）平稳性检验程序

附录6 具有GARCH-skew-t error单位根检测程序

参考文献

致谢