統(tǒng)計學精品譯叢：金融數(shù)據(jù)分析導論（基于R語言）簡介，目錄書摘
《統(tǒng)計學精品譯叢：金融數(shù)據(jù)分析導論（基于R語言）》是高年級本科生或研究生階段學習時間序列和商務統(tǒng)計學的優(yōu)秀教材，對于希望進一步加強對金融數(shù)據(jù)和當今金融市場理解的研究人員以及商業(yè)、金融和經(jīng)濟領(lǐng)域的從業(yè)者。
前言
第1章 金融數(shù)據(jù)及其特征
1.1 資產(chǎn)收益率
1.2 債券收益和價格
1.3 隱含波動率
1.4 R軟件包及其演示
1.4.1 R軟件包的安裝
1.4.2 Quantmod軟件包
1.4.3 R的基本命令
1.5 金融數(shù)據(jù)的例子
1.6 收益率的分布性質(zhì)
1.7 金融數(shù)據(jù)的可視化
1.8 一些統(tǒng)計分布
1.8.1 正態(tài)分布
1.8.2 對數(shù)正態(tài)分布
1.8.3 穩(wěn)態(tài)分布
1.8.4 正態(tài)分布的尺度混合
1.8.5 多元收益率
習題
參考文獻
第2章 金融時間序列的線性模型
2.1 平穩(wěn)性
2.2 相關(guān)系數(shù)和自相關(guān)函數(shù)
2.3 白噪聲和線性時間序列
2.4 簡單自回歸模型
2.4.1 AR模型的性質(zhì)
2.4.2 實踐中AR模型的識別
2.4.3 擬合優(yōu)度
2.4.4 預測
2.5 簡單移動平均模型
2.5.1 MA模型的性質(zhì)
2.5.2 MA模型定階
2.5.3 模型估計
2.5.4 用MA模型預測
2.6 簡單ARMA模型
2.6.1 ARMA（1,1）模型的性質(zhì)
2.6.2 一般ARMA模型
2.6.3 ARMA模型的識別
2.6.4 用ARMA模型進行預測
2.6.5 ARMA模型的三種表示方式
2.7 單位根非平穩(wěn)性
2.7.1 隨機游動
2.7.2 帶漂移的隨機游動
2.7.3 趨勢平穩(wěn)時間序列
2.7.4 一般單位根非平穩(wěn)模型
2.7.5 單位根檢驗
2.8 指數(shù)平滑
2.9 季節(jié)模型
2.9.1 季節(jié)差分
2.9.2 多重季節(jié)模型
2.9.3 季節(jié)啞變量
2.10 帶時間序列誤差的回歸模型
2.11 長記憶模型
2.12 模型比較和平均
2.12.1 樣本內(nèi)比較
2.12.2 樣本外比較
2.12.3 模型平均
習題
參考文獻
第3章 線性時間序列分析案例學習
3.1 每周普通汽油價格
3.1.1 純時間序列模型
3.1.2 原油價格的使用
3.1.3 應用滯后期的原油價格數(shù)據(jù)
3.1.4 樣本外預測
3.2 全球溫度異常值
3.2.1 單位根平穩(wěn)
3.2.2 趨勢非平穩(wěn)
3.2.3 模型比較
3.2.4 長期預測
3.2.5 討論
3.3 美國月失業(yè)率
3.3.1 單變量時間序列模型
3.3.2 一個替代模型
3.3.3 模型比較
3.3.4 使用首次申請失業(yè)救濟金人數(shù)
3.3.5 模型比較
習題
參考文獻
第4章 資產(chǎn)波動率及其模型
4.1 波動率的特征
4.2 模型的結(jié)構(gòu)
4.3 模型的建立
4.4 ARCH效應的檢驗
4.5 ARCH模型
4.5.1 ARCH模型的性質(zhì)
4.5.2 ARCH模型的優(yōu)點與缺點
4.5.3 ARCH模型的建立
4.5.4 例子
4.6 GARCH模型
4.6.1 實例說明
4.6.2 預測的評估
4.6.3 兩步估計方法
4.7 求和GARCH模型
4.8 GARCH-M模型
4.9 指數(shù)GARCH模型
4.9.1 第一個示例
4.9.2 模型的另一種形式
4.9.3 第二個示例
4.9.4 用EGARCH模型進行預測
4.10 門限GARCH模型
4.11 APARCH模型
4.12 非對稱GARCH模型
4.13 隨機波動率模型
4.14 長記憶隨機波動率模型
4.15 另一種方法
4.15.1 高頻數(shù)據(jù)的應用
4.15.2 應用日開盤價、最高價、最低價和收盤價
習題
參考文獻
第5章 波動率模型的應用
5.1 GARCH波動率期限結(jié)構(gòu)
5.2 期權(quán)定價和對沖
5.3 隨時間變化的協(xié)方差和β值
5.4 最小方差投資組合
5.5 預測
習題
參考文獻
第6章 高頻金融數(shù)據(jù)
6.1 非同步交易
6.2交易價格的買賣報價差
6.3交易數(shù)據(jù)的經(jīng)驗特征
6.4價格變化模型
6.4.1 順序概率值模型
6.4.2 分解模型
6.5 持續(xù)期模型
6.5.1 日模式的成分
6.5.2 ACD模型
6.5.3 估計
6.6 實際波動率
6.6.1 處理市場微結(jié)構(gòu)噪聲
6.6.2 討論
附錄A概率分布概覽
附錄B危險率函數(shù)
習題
參考文獻
第7章 極值理論、分位數(shù)估計與VaR
7.1 風險測度和一致性
7.1.1 風險值
7.1.2 期望損失
7.2 計算風險度量的注記
7.3 風險度量制
7.3.1 討論
7.3.2 多個頭寸
7.4 VaR計算的計量經(jīng)濟學方法
7.5 分位數(shù)估計
7.5.1 分位數(shù)與次序統(tǒng)計量
7.5.2 分位數(shù)回歸
7.6 極值理論
7.6.1 極值理論概覽
7.6.2 經(jīng)驗估計
7.6.3 股票收益率的應用
7.7 極值在VaR中的應用
7.7.1 討論
7.7.2 多期VaR
7.7.3 收益率水平
7.8 超出門限的峰值
7.8.1 統(tǒng)計理論
7.8.2 超額均值函數(shù)
7.8.3 估計
7.8.4 另外一種參數(shù)化方法
7.9 平穩(wěn)損失過程
習題
參考文獻
索引
京公網(wǎng)安備 11000002000088號
