金融时间序列建模和风险度量：基于广义双曲线分布的方法（经济学、统计学类）

　　第一章  广义双曲线分布 
　　1.1资产收益率分布 
　　1.2arch\garch模型 
　　1.3广义双曲线扩散模型 
　　1.4广义双曲线分布和风险管理 
　　第二章  广义双曲线分布与参数估计 
　　2.1多元广义双曲线（gh）分布及其参数表示 
　　2.2广义双曲线的子分布和极限分布 
　　2.3参数估计--em算法 
　　2.4实证分析 
　　2.5小结 
　　第三章广义双曲线分布与garch类模型 
　　3.1主要arch/garch类模型 
　　3.2模型参数估计   
　　3.3duan（2004）的模型设定检验 
　　3.4实证分析 
　　3.5小结 
　　第四章  广义双曲线扩散过程及其参数估计 
　　4.1广义双曲线扩散过程 
　　4.2广义双曲线扩散过程的参数估计 
　　……
　　第五章  广义双曲线分布与风险度量
　　附录
　　参考文献

　　    林清泉，中国人民大学中国财政金融政策研究中心研究员，中国人民大学财政金融学院教授，博士生导师。1982年元月毕业于四川大学。先后获得四川大学学士学位、华中理工大学硕士学位、中国科学院博士学位，后在山东大学金融高级人才培养基地，从事金融工程、金融数学的博士后研究。林清泉教授还是德国慕尼黑大学、德国莱比锡大学和美国加利福尼亚大学圣塔芭芭拉分校高级访问学者。主要研究领域： 金融工程、金融风险管理，金融资产定价。

　　    广义双曲线分布是子类丰富、形状灵活的分布族，计量金融领域几乎所有常用分布都是它的子分布。它的四大重要子分布：双曲线分布、正态逆高斯分布、偏t分布和方差伽玛分布，对资产收益率分布模拟都有着重要应用，《金融时间序列建模和风险度量：基于广义双曲线分布的方法（经济学、统计学类）》系统论述了广义双曲线分布的参数估计方法，阐述了广义双曲线分布的方法在金融时间序列建模领域的应用，包括它在GARCH族模型中的应用和广义双曲线扩散过程的构建，并基于鞍点近似技术，导出了广义双曲线分布的风险度量方法，克服了模拟法计算效率低的缺陷。通过实证分析和参数的估计，深入阐述了广义双曲线分布的方法在金融领域中的应用，通过四个子类对中国主要股指收益分布进行拟合分析，认为正态逆高斯分布拟合效果最佳。研究结果对中国金融衍生产品定价及风险度量有重要的参考价值。