金融时间序列分析【有水渍】

图书标准信息

• 作者 [美]蔡 著；潘家柱 译
• 出版社 机械工业出版社
• 出版时间 2006-04
• 版次 1
• ISBN 9787111183860
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 355页
• 丛书 华章数学译丛

【内容简介】

《金融时间序列分析》主要介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等。主要内容包括：金融时间序列数据的基本特征，神经网络，非线性方法，使用跳跃扩散方程进行衍生产品的定价，采用极值理论计算风险值，带时变相关系数的多元波动率模型，贝叶斯推断。
《金融时间序列分析》可作为金融等专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。

【作者简介】

RueyS.Tsay于美国威斯康星大学麦迪逊分校获得统计学博士学位，美国芝加哥大学商学院研究生院经济计量及统计学的H.G.B.Alexander教授。曾任JournalofFinancialEconometrics杂志栏目编辑。

【目录】

译者序
前言
第1章金融时间序列及其特征
1.1资产收益率
1.2收益率的分布性质
1.3其他过程
练习题
参考文献
第2章线性时间序列分析及其应用
2.1平稳性
2.2相关系数和自相关函数
2.3白噪声和线性时间序列
2.4简单的自回归模型
2.5简单滑动平均模型
2.6简单的ARMA模型
2.7单位根非平稳性
2.8季节模型
2.9带时间序列误差的回归模型
2.10长记忆模型
附录A一些SCA的命令
练习题
参考文献
第3章条件异方差模型
3.1波动率的特征
3.2模型的结构
3.3ARCH模型
3.4GARCH模型
3.5求和GARCH模型
3.6GARCH-M模型
3.7指数GARCH模型
3.8CHARMA模型
3.9随机系数的自回归模型
3.10随机波动率模型
3.11长记忆随机波动率模型
3.12另一种方法
3.13应用
3.14GARCH模型的峰度
附录A估计波动率模型的一些RATS程序
练习题
参考文献
第4章非线性模型及其应用
4.1非线性模型
4.2非线性检验
4.3建模
4.4预测
4.5应用
附录A一些关于非线性波动率模型的
RATS程序
附录B神经网络的S-Plus命令
练习题
参考文献
第5章高频数据分析与市场微观结构
5.1非同步交易
5.2买卖报价差
5.3交易数据的经验特征
5.4价格变化模型
5.5持续期模型
5.6非线性持续期模型
5.7价格变化和持续期的二元模型
附录A一些概率分布的回顾
附录B危险率函数
附录C持续期模型的一些RATS程序
练习题
参考文献
第6章连续时间模型及其应用
6.1期权
6.2一些连续时间的随机过程
6.3伊藤引理
6.4股票价格与对数收益率的分布
6.5Black—Scholes微分方程的推导
6.6Black—Scholes定价公式
6.7伊藤引理的扩展
6.8随机积分“
6.9跳跃扩散模型
6.10连续时间模型的估计
附录AB-S公式积分
附录B标准正态概率的近似
练习题
参考文献
第7章极值理论、分位数估计与VaR
7.1VaR
7.2风险度量制
7.3VaR计算的经济计量方法
7.4分位数估计
7.5极值理论
7.6VaR的极值方法
7.7基于极值理论的一个新方法
练习题
参考文献
第8章多元时间序列分析及其应用
8.1弱平稳与交叉相关矩阵
8.2向量自回归模型
8.3向量滑动平均模型
8.4向量ARMA模型
8.5单位根非平稳性与协整
8.6门限协整与套利
8.7主成分分析
8.8因子分析
附录A向量与矩阵的回顾
附录B多元正态分布
练习题
参考文献
第9章多元波动率模型及其应用
9.1重新参数化
9.2二元收益率的GARCH模型
9.3更高维的波动率模型
9.4因子波动率模型
9.5应用
9.6多元t分布
附录A对估计的一些注释
练习题
参考文献
第10章马尔可夫链蒙特卡罗方法的应用
10.1马尔可夫链模拟
10.2吉布斯抽样
10.3贝叶斯推断
10.4其他算法
10.5带时间序列误差的线性回归
10.6缺失值和异常值
10.7随机波动率模型
10.8马尔可夫转换模型
10.9预测
10.10其他应用
练习题
参考文献
索引