金融时间序列分析
作者：（美）蔡 著，潘家柱 译
出版：机械工业出版社 2006.4
丛书：华章数学译丛
页数：355
定价：39.00 元
ISBN-10：711118386X
ISBN-13：9787111183860
去豆瓣看看 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
3.3 ARCH模型
3.4 GARCH模型
3.5 求和GARCH模型
3.6 GARCH-M模型
3.7 指数GARCH模型
3.8 CHARMA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
3.14 GARCH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
6.5 Black—Scholes微分方程的推导
6.6 Black—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A B-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
7.1 VaR
7.2 风险度量制
7.3 VaR计算的经济计量方法
7.4 分位数估计
7.5 极值理论
7.6 VaR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
Ruey S.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Journal of Financial Econometrics杂志栏目编辑。
《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。
比价列表
缺书网
扫码进群