金融时间序列分析

[美] Ruey S. Tsay

文学

金融 时间序列分析 统计学 数学

2012-9-1

人民邮电出版社

目录
目 录 第1章  金融时间序列及其特征  1 1.1  资产收益率  2 1.2  收益率的分布性质  6 1.2.1  统计分布及其矩的回顾  6 1.2.2  收益率的分布  13 1.2.3  多元收益率  16 1.2.4  收益率的似然函数  17 1.2.5  收益率的经验性质  17 1.3  其他过程  19 附录R  程序包  21 练习题  23 参考文献  24 第2章  线性时间序列分析及其应用  25 2.1  平稳性  25 2.2  相关系数和自相关函数  26 2.3  白噪声和线性时间序列  31 2.4  简单的自回归模型  32 2.4.1  AR模型的性质  33 2.4.2  实际中怎样识别AR模型  40 2.4.3  拟合优度  46 2.4.4  预测  47 2.5  简单滑动平均模型  50 2.5.1  MA模型的性质  51 2.5.2  识别MA的阶  52 2.5.3  估计  53 2.5.4  用MA模型预测  54 2.6  简单的ARMA模型  55 2.6.1  ARMA(1,1)模型的性质  56 2.6.2  一般的ARMA模型  57 2.6.3  识别ARMA模型  58 2.6.4  用ARMA模型进行预测  60 2.6.5  ARMA模型的三种表示  60 2.7  单位根非平稳性  62 2.7.1  随机游动  62 2.7.2  带漂移的随机游动  64 2.7.3  带趋势项的时间序列  65 2.7.4  一般的单位根非平稳模型  66 2.7.5  单位根检验  66 2.8  季节模型  71 2.8.1  季节性差分化  72 2.8.2  多重季节性模型  73 2.9  带时间序列误差的回归模型  78 2.10  协方差矩阵的相合估计  85 2.11  长记忆模型  88 附录  一些SCA  的命令  90 练习题  90 参考文献  92 第3章  条件异方差模型  94 3.1  波动率的特征  95 3.2  模型的结构  95 3.3  建模  97 3.4  ARCH模型  99 3.4.1  ARCH模型的性质  100 3.4.2  ARCH模型的缺点  102 3.4.3  ARCH模型的建立  102 3.4.4  一些例子  106 3.5  GARCH模型  113 3.5.1  实例说明  115 3.5.2  预测的评估  120 3.5.3  两步估计方法  121 3.6  求和GARCH模型  121 3.7  GARCH-M模型  122 3.8  指数GARCH模型  123 3.8.1  模型的另一种形式  125 3.8.2  实例说明  125 3.8.3  另一个例子  126 3.8.4  用EGARCH模型进行预测  128 3.9  门限GARCH模型  129 3.10  CHARMA模型  130 3.11  随机系数的自回归模型  132 3.12  随机波动率模型  133 3.13  长记忆随机波动率模型  133 3.14  应用  135 3.15  其他方法  138 3.15.1  高频数据的应用  138 3.15.2  日开盘价、最高价、最低价和收盘价的应用  141 3.16  GARCH模型的峰度  143 附录  波动率模型估计中的一些RATS  程序  144 练习题  146 参考文献  148 第4章  非线性模型及其应用  151 4.1  非线性模型  152 4.1.1  双线性模型  153 4.1.2  门限自回归模型  154 4.1.3  平滑转移AR(STAR)模型  158 4.1.4  马尔可夫转换模型  160 4.1.5  非参数方法  162 4.1.6  函数系数AR  模型  170 4.1.7  非线性可加AR  模型  170 4.1.8  非线性状态空间模型  171 4.1.9  神经网络  171 4.2  非线性检验  176 4.2.1  非参数检验  176 4.2.2  参数检验  179 4.2.3  应用  182 4.3  建模  183 4.4  预测  184 4.4.1  参数自助法  184 4.4.2  预测的评估  184 4.5  应用  186 附录A  一些关于非线性波动率模型的RATS  程序  190 附录B  神经网络的S-Plus  命令  191 练习题  191 参考文献  193 第5章  高频数据分析与市场微观结构  196 5.1  非同步交易  196 5.2  买卖报价差  200 5.3  交易数据的经验特征  201 5.4  价格变化模型  207 5.4.1  顺序概率值模型  207 5.4.2  分解模型  210 5.5  持续期模型  214 5.5.1  ACD模型  216 5.5.2  模拟  218 5.5.3  估计  219 5.6  非线性持续期模型  224 5.7  价格变化和持续期的二元模型  225 5.8  应用  229 附录A  一些概率分布的回顾  234 附录B  危险率函数  237 附录C  对持续期模型的一些RATS 程序  238 练习题  239 参考文献  241 第6章  连续时间模型及其应用  243 6.1  期权  244 6.2  一些连续时间的随机过程  244 6.2.1  维纳过程  244 6.2.2  广义维纳过程  246 6.2.3  伊藤过程  247 6.3  伊藤引理  247 6.3.1  微分回顾  247 6.3.2  随机微分  248 6.3.3  一个应用  249 6.3.4  1和?的估计  250 6.4  股票价格与对数收益率的分布  251 6.5  B-S微分方程的推导  253 6.6  B-S定价公式  254 6.6.1  风险中性世界  254 6.6.2  公式  255 6.6.3  欧式期权的下界  257 6.6.4  讨论  258 6.7  伊藤引理的扩展  261 6.8  随机积分  262 6.9  跳跃扩散模型  263 6.10  连续时间模型的估计  269 附录A  B-S  公式积分  270 附录B  标准正态概率的近似  271 练习题  271 参考文献  272 第7章  极值理论、分位数估计与风险值  274 7.1  风险值  275 7.2  风险度量制  276 7.2.1  讨论  279 7.2.2  多个头寸  279 7.2.3  预期损失  280 7.3  VaR  计算的计量经济方法  280 7.3.1  多个周期  283 7.3.2  在条件正态分布下的预期损失  285 7.4  分位数估计  285 7.4.1  分位数与次序统计量  285 7.4.2  分位数回归  287 7.5  极值理论  288 7.5.1  极值理论的回顾  288 7.5.2  经验估计  290 7.5.3  对股票收益率的应用  293 7.6  VaR  的极值方法  297 7.6.1  讨论  300 7.6.2  多期VaR  301 7.6.3  收益率水平  302 7.7  基于极值理论的一个新方法  302 7.7.1  统计理论  303 7.7.2  超额均值函数  305 7.7.3  极值建模的一个新方法  306 7.7.4  基于新方法的VaR计算  308 7.7.5  参数化的其他方法  309 7.7.6  解释变量的使用  312 7.7.7  模型检验  313 7.7.8  说明  314 7.8  极值指数  318 7.8.1  D(un)条件  319 7.8.2  极值指数的估计  321 7.8.3  平稳时间序列的风险值  323 练习题  324 参考文献  326 第8章  多元时间序列分析及其应用  328 8.1  弱平稳与交叉{相关矩阵  328 8.1.1  交叉{相关矩阵  329 8.1.2  线性相依性  330 8.1.3  样本交叉{相关矩阵  331 8.1.4  多元混成检验  335 8.2  向量自回归模型  336 8.2.1  简化形式和结构形式  337 8.2.2  VAR(1)模型的平稳性条件和矩  339 8.2.3  向量AR(p)模型  340 8.2.4  建立一个VAR(p)模型  342 8.2.5  脉冲响应函数  349 8.3  向量滑动平均模型  354 8.4  向量ARMA模型  357 8.5  单位根非平稳性与协整  362 8.6  协整VAR模型  366 8.6.1  确定性函数的具体化  368 8.6.2  最大似然估计  368 8.6.3  协整检验  369 8.6.4  协整VAR模型的预测  370 8.6.5  例子  370 8.7  门限协整与套利  375 8.7.1  多元门限模型  376 8.7.2  数据  377 8.7.3  估计  377 8.8  配对交易  379 8.8.1  理论框架  379 8.8.2  交易策略  380 8.8.3  简单例子  380 附录A  向量与矩阵的回顾  385 附录B  多元正态分布  389 附录C  一些SCA命令  390 练习题  391 参考文献  393 第9章  主成分分析和因子模型  395 9.1  因子模型  395 9.2  宏观经济因子模型  397 9.2.1  单因子模型  397 9.2.2  多因子模型  401 9.3  基本面因子模型  403 9.3.1  BARRA因子模型  403 9.3.2  Fama-French方法  408 9.4  主成分分析  408 9.4.1  PCA理论  408 9.4.2  经验的PCA  410 9.5  统计因子分析  413 9.5.1  估计  414 9.5.2  因子旋转  415 9.5.3  应用  416 9.6  渐近主成分分析  420 9.6.1  因子个数的选择  421 9.6.2  例子  422 练习题  424 参考文献  425 第10章  多元波动率模型及其应用  426 10.1  指数加权估计  427 10.2  多元GARCH模型  429 10.2.1  对角VEC模型  430 10.2.2  BEKK模型  432 10.3  重新参数化  435 10.3.1  相关系数的应用  435 10.3.2  Cholesky  分解  436 10.4  二元收益率的GARCH模型  439 10.4.1  常相关模型  439 10.4.2  时变相关模型  442 10.4.3  动态相关模型  446 10.5  更高维的波动率模型  452 10.6  因子波动率模型  457 10.7  应用  459 10.8  多元t  分布  461 附录对估计的一些注释  462 练习题  466 参考文献  467 第11章  状态空间模型和卡尔曼滤波  469 11.1  局部趋势模型  469 11.1.1  统计推断  472 11.1.2  卡尔曼滤波  473 11.1.3  预测误差的性质  475 11.1.4  状态平滑  476 11.1.5  缺失值  480 11.1.6  初始化效应  480 11.1.7  估计  481 11.1.8  所用的S-Plus命令  482 11.2  线性状态空间模型  485 11.3  模型转换  486 11.3.1  带时变系数的CAPM  487 11.3.2  ARMA模型  489 11.3.3  线性回归模型  495 11.3.4  带ARMA误差的线性回归模型  496 11.3.5  纯量不可观测项模型  497 11.4  卡尔曼滤波和平滑  499 11.4.1  卡尔曼滤波  499 11.4.2  状态估计误差和预测误差  501 11.4.3  状态平滑  502 11.4.4  扰动平滑  504 11.5  缺失值  506 11.6  预测  507 11.7  应用  508 练习题  515 参考文献  516 第12章  马尔可夫链蒙特卡罗方法及其应用  517 12.1  马尔可夫链模拟  517 12.2  Gibbs抽样  518 12.3  贝叶斯推断  520 12.3.1  后验分布  520 12.3.2  共轭先验分布  521 12.4  其他算法  524 12.4.1  Metropolis算法  524 12.4.2  Metropolis-Hasting算法  525 12.4.3  格子Gibbs抽样  525 12.5  带时间序列误差的线性回归  526 12.6  缺失值和异常值  530 12.6.1  缺失值  531 12.6.2  异常值的识别  532 12.7  随机波动率模型  537 12.7.1  一元模型的估计  537 12.7.2  多元随机波动率模型  542 12.8  估计随机波动率模型的新方法  549 12.9  马尔可夫转换模型  556 12.10  预测  563 12.11  其他应用  564 练习题  564 参考文献  565 索引  568
【展开】
内容简介
本书是金融时间序列分析领域不可多得的上乘之作,第1版面世后即成为该领域最具影响力的作品。作者在全面阐述金融时间序列分析理论知识的同时,还系统地介绍了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。第3版使用能够免费得到的R软件包,可以对金融数据进行实证分析,也可以使用现实的例子对相关计算和分析进行说明。本书还对金融计量经济学的最新进展进行了深入分析,例如实现波动率、条件风险值、统计套利及持续期和动态相关模型的应用。 第3版新增加的内容还包括以下几方面。  在高频数据分析和市场微观结构的所有讨论中,都使用了非线性持续期模型。 新增加了一些非线性模型和方法的应用。  更新了多元时间序列分析,分析了协整应用到配对交易分析的实用性。 使用损失函数这个新的统一的方法分析风险值。  在相依数据的极值、分位数和风险值的研究中,引入了极值指数。
【展开】
下载说明

1、追日是作者栎年创作的原创作品,下载链接均为网友上传的的网盘链接!

2、相识电子书提供优质免费的txt、pdf等下载链接,所有电子书均为完整版!

下载链接