金融风险建模及投资组合优化 使用R语言（翻译版）

图书标准信息

• 作者 伯恩哈德.拜福
• 出版社 机械工业出版社
• 出版时间 2018-09
• 版次 1
• ISBN 9787111589990
• 定价 78.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 297页
• 字数 400千字

【内容简介】

本书主要内容包括:
  • 介绍了前沿的金融风险建模技术､投资组合优化的实用方法以及新的研究进展。
  • 介绍了金融风险的典型特征､损失函数､风险测量方法､条件风险建模和无条件风险建模､极值理论､广义双曲线分布､波动率建模以及刻画分布独立性的相关概念。
  • 探讨了投资组合相关的风险概念以及带风险约束的投资组合优化技术。
  • 附有完整的R 软件代码，便于读者重现书中的分析结果。
  • 本书有一个支持网站，该网站提供了一系列相关代码和案例。 本书适合金融学､经济学和风险管理专业的研究生以及金融从业者､投资组合管理从业者阅读，也可以作为上述各专业学生的计算机实验课程教材，同时也适合自学。

【目录】

目录

译者的话

前言

缩略语表

第1 部分 著述初衷

第1 章 简介  3

 参考文献  5

第2 章 R 语言简介  6

 2.1 R 语言的起源与发展  6

 2.2 获取帮助  7

 2.3 R 语言应用  10

 2.4 类､方法与函数  11

 2.5 本书自带的教学包: FRAPO 包  19

 参考文献  24

第3 章 金融市场数据  25

 3.1 金融市场收益率的统计特征  25

  3.1.1 单变量时间序列的统计特征  25

  3.1.2 多变量时间序列的统计特征  27

 3.2 关于风险模型的影响  30

 参考文献  30

第4 章 风险度量  31

 4.1 本章简介  31

 4.2 风险度量概述  31

 4.3 投资组合相关的风险概念  35

 参考文献  37

第5 章 现代投资组合理论  38

 5.1 本章简介  38

 5.2 马科维茨投资组合理论  38

 5.3 均值-方差投资组合理论  41

 参考文献  43

第2 部分 风险建模

第6 章 刻画收益率的分布  47

 6.1 预备知识  47

 6.2 广义双曲分布  47

 6.3 广义lambda 分布  49

 6.4 与GHD 相关的R 软件包  55

  6.4.1 fBasics 包  55

  6.4.2 GeneralizedHyperbolic 包  56

  6.4.3 ghyp 包  57

  6.4.4 QRM 包  58

  6.4.5 SkewHyperbolic 包  58

  6.4.6 VarianceGamma 包  59

 6.5 与GLD 相关的R 包  59

  6.5.1 Davies 包  59

  6.5.2 fBasics 包  59

  6.5.3 gld 包  60

  6.5.4 lmomco 包  61

 6.6 GHD 在风险建模中的应用  61

  6.6.1 用GHD 拟合股票收益率  61

  6.6.2 用GHD 进行风险评估  64

  6.6.3 重新审视典型特征  66

 6.7 GLD 在风险建模和数据分析中的应用  68

  6.7.1 单支股票的VaR   68

  6.7.2 FTSE100 指数三角  70

 参考文献  72

第7 章 极值理论  74

 7.1 预备知识  74

 7.2 极值的理论､方法和模型  74

  7.2.1 分块极值模型  74

  7.2.2 r 阶最大顺序模型  75

  7.2.3 POT 方法  76

 7.3 相关R 包简介  78

  7.3.1 evd 包  78

  7.3.2 evdbayes 包  79

7.3.3 evir 包  80

7.3.4 fExtremes 包  81

  7.3.5 ismev 包和extRemes 包  83

  7.3.6 POT 包  84

  7.3.7 QRM 包  84

  7.3.8 Renext 包  85

 7.4 极值理论的实证分析  86

  7.4.1 本节概述  86

  7.4.2 BMM 模型在西门子公司数据上的应用  86

  7.4.3 r 分块极大值模型在宝马公司数据上的应用  89

  7.4.4 POT 方法在波音公司数据上的应用  91

 参考文献  96

第8 章 波动率建模  97

 8.1 预备知识  97

 8.2 ARCH 模型的种类  97

 8.3 相关的R 软件包  100

  8.3.1 bayesGARCH 包  100

  8.3.2 ccgarch 包  101

  8.3.3 fGarch 包  101

  8.3.4 gogarch 包  102

  8.3.5 rugarch 包和rmgarch 包  103

  8.3.6 tseries 包  105

 8.4 波动率模型实证分析  105

 参考文献  107

第9 章 相依性建模  109

 9.1 概述  109

 9.2 相关性､独立性和分布  109

 9.3 Copula   111

  9.3.1 起因  111

  9.3.2 相关性与独立性回顾  112

  9.3.3 Copula 的分类  113

 9.4 相关的R 包  117

  9.4.1 BLCOP 包  117

  9.4.2 copula 包和nacopula 包  117

  9.4.3 fCopulae 包  119

  9.4.4 gumbel 包  120

  9.4.5 QRM 包  121

9.5 copula 函数相关的实证分析  121

  9.5.1 GARCH-copula 模型  121

  9.5.2 混合copula   126

 参考文献  128

第3 部分 投资组合优化

第10 章 稳健投资组合优化  133

 10.1 概述  133

 10.2 稳健统计理论  133

  10.2.1 动机  133

  10.2.2 选择稳健估计量  134

 10.3 稳健优化  137

 10.4 相关R 包  141

  10.4.1 covRobust 包  142

  10.4.2 fPortfolio 包  142

  10.4.3 MASS 包  143

  10.4.4 robustbase 包  143

  10.4.5 robust 包  144

  10.4.6 rrcov 包  145

  10.4.7 Rsocp 包  146

 10.5 实证分析  146

  10.5.1 投资组合模拟: 稳健统计与经典统计  146

  10.5.2 投资组合回测: 稳健方法与经典统计方法  152

  10.5.3 投资组合回测: 稳健优化  155

 参考文献  160

第11 章 重新思考多元化  162

 11.1 简介  162

 11.2 多元化投资组合  163

 11.3 加入风险约束的投资组合  165

 11.4 最优化尾部相关投资组合  167

 11.5 相关的R 包  169

  11.5.1 DEoptim 包和RcppDE 包  169

  11.5.2 FRAPO 包  171

  11.5.3 PortfolioAnalytics 包  172

 11.6 实证分析  172

  11.6.1 不同方法的比较  172

 11.6.2 优化尾部依赖投资组合与基准的比较  177

  11.6.3 预期亏损的极限分布  181

 参考文献  184

第12 章 风险最优投资组合  186

 12.1 概述  186

 12.2 均值- VaR 投资组合  186

 12.3 最优CVaR 投资组合  191

 12.4 最优回撤投资组合  195

 12.5 相关R 包  197

  12.5.1 fPortfolio 包  197

  12.5.2 FRAPO 包  198

  12.5.3 R 中的线性规划包  199

  12.5.4 PerformanceAnalytics 包  203

 12.6 实证分析  204

  12.6.1 最小化CVaR 和最小方差投资组合比对  204

  12.6.2 回撤约束的投资组合  208

  12.6.3 股票投资的回测对比  212

 参考文献  218

第13 章 战术性资产配置  220

 13.1 概述