本書由統(tǒng)計(jì)學(xué)領(lǐng)域著名專家所著，從基本的金融數(shù)據(jù)出發(fā)，討論了這些數(shù)據(jù)的匯總統(tǒng)計(jì)和相關(guān)的可視化方法，之后分別介紹了商業(yè)、金融和經(jīng)濟(jì)領(lǐng)域中的基本時(shí)間序列分析和計(jì)量經(jīng)濟(jì)模型。作者通過實(shí)際操作的方法介紹金融數(shù)據(jù)分析，選擇使用免費(fèi)的R軟件和實(shí)際案例來展示書中所討論方法的實(shí)現(xiàn)。書中抽象理論和實(shí)際應(yīng)用并重，讀者既能從中輕松學(xué)習(xí)金融計(jì)量模型，也能了解它們在現(xiàn)實(shí)世界中的豐富應(yīng)用。
貫通全書，各章節(jié)通過R圖形以可視化的形式把討論主題展現(xiàn)給讀者，并以兩個(gè)詳細(xì)案例展示了金融中統(tǒng)計(jì)學(xué)的應(yīng)用。本書有配套的網(wǎng)站（http://faculty.chicagobooth.edu/ruey.tsay/teaching/introTS），其中包含了書中涉及的R代碼和額外的數(shù)據(jù)集供讀者下載，通過這些讀者可以創(chuàng)建自己的模擬分析，并檢驗(yàn)對(duì)本書介紹的方法的理解程度。
本書是高年級(jí)本科生或研究生學(xué)習(xí)時(shí)間序列分析和商務(wù)統(tǒng)計(jì)學(xué)的優(yōu)秀入門教材。對(duì)于希望進(jìn)一步加強(qiáng)對(duì)金融數(shù)據(jù)和當(dāng)今金融市場理解的研究人員以及商業(yè)、金融和經(jīng)濟(jì)領(lǐng)域的從業(yè)者，該書也是極佳的參考書。 作者簡介
Ruey S. Tsay（蔡瑞胸） 美國芝加哥大學(xué)布斯商學(xué)院計(jì)量經(jīng)濟(jì)學(xué)與統(tǒng)計(jì)學(xué)的H.G.B. Alexander講席教授，美國統(tǒng)計(jì)協(xié)會(huì)、數(shù)理統(tǒng)計(jì)學(xué)會(huì)以及英國皇家統(tǒng)計(jì)學(xué)會(huì)的會(huì)士，中國臺(tái)灣“中央研究院”院士。他是《Journal of Forecasting》的聯(lián)合主編，也是《Asia-Pacific Financial Markets》、《Studies in Nonlinear Dynamics and Econometrics》和《Metron》等期刊的副主編。Tsay教授在商務(wù)和經(jīng)濟(jì)預(yù)測、數(shù)據(jù)分析、風(fēng)險(xiǎn)管理以及過程控制等領(lǐng)域發(fā)表學(xué)術(shù)論文100多篇，還擁有美國專利“System and method for building a time series model (2005)”。
目錄：
推薦序
譯者序
前言
第1章 金融數(shù)據(jù)及其特征1
1.1 資產(chǎn)收益率1
1.2 債券收益和價(jià)格5
1.3 隱含波動(dòng)率7
1.4 R軟件包及其演示8
1.4.1 R軟件包的安裝9
1.4.2 Quantmod軟件包9
1.4.3 R的基本命令11
1.5 金融數(shù)據(jù)的例子12
1.6 收益率的分布性質(zhì)14
1.7 金融數(shù)據(jù)的可視化19
1.8 一些統(tǒng)計(jì)分布23
1.8.1 正態(tài)分布23
1.8.2 對(duì)數(shù)正態(tài)分布23
1.8.3 穩(wěn)態(tài)分布24
1.8.4 正態(tài)分布的尺度混合24
1.8.5 多元收益率25
習(xí)題27
參考文獻(xiàn)27
第2章 金融時(shí)間序列的線性模型28
2.1 平穩(wěn)性30
2.2 相關(guān)系數(shù)和自相關(guān)函數(shù)31
2.3 白噪聲和線性時(shí)間序列36
2.4 簡單自回歸模型37
2.4.1 AR模型的性質(zhì)38
2.4.2 實(shí)踐中AR模型的識(shí)別44
2.4.3 擬合優(yōu)度49
2.4.4 預(yù)測50
2.5 簡單移動(dòng)平均模型52
2.5.1 MA模型的性質(zhì)53
2.5.2 MA模型定階54
2.5.3 模型估計(jì)55
2.5.4 用MA模型預(yù)測55
2.6 簡單ARMA模型58
2.6.1 ARMA（1,1）模型的性質(zhì)59
2.6.2 一般ARMA模型60
2.6.3 ARMA模型的識(shí)別60
2.6.4 用ARMA模型進(jìn)行預(yù)測63
2.6.5 ARMA模型的三種表示方式63
2.7 單位根非平穩(wěn)性65
2.7.1 隨機(jī)游動(dòng)65
2.7.2 帶漂移的隨機(jī)游動(dòng)66
2.7.3 趨勢平穩(wěn)時(shí)間序列68
2.7.4 一般單位根非平穩(wěn)模型68
2.7.5 單位根檢驗(yàn)69
2.8 指數(shù)平滑72
2.9 季節(jié)模型74
2.9.1 季節(jié)差分75
2.9.2 多重季節(jié)模型77
2.9.3 季節(jié)啞變量82
2.10 帶時(shí)間序列誤差的回歸模型84
2.11 長記憶模型89
2.12 模型比較和平均92
2.12.1 樣本內(nèi)比較92
2.12.2 樣本外比較92
2.12.3 模型平均96
習(xí)題96
參考文獻(xiàn)97
第3章 線性時(shí)間序列分析案例學(xué)習(xí)99
3.1 每周普通汽油價(jià)格99
3.1.1 純時(shí)間序列模型100
3.1.2 原油價(jià)格的使用102
3.1.3 應(yīng)用滯后期的原油價(jià)格數(shù)據(jù)103
3.1.4 樣本外預(yù)測104
3.2 全球溫度異常值108
3.2.1 單位根平穩(wěn)109
3.2.2 趨勢非平穩(wěn)112
3.2.3 模型比較114
3.2.4 長期預(yù)測116
3.2.5 討論117
3.3 美國月失業(yè)率121
3.3.1 單變量時(shí)間序列模型121
3.3.2 一個(gè)替代模型125
3.3.3 模型比較128
3.3.4 使用首次申請(qǐng)失業(yè)救濟(jì)金人數(shù)128
3.3.5 模型比較135
習(xí)題135
參考文獻(xiàn)136
第4章 資產(chǎn)波動(dòng)率及其模型137
4.1 波動(dòng)率的特征137
4.2 模型的結(jié)構(gòu)138
4.3 模型的建立140
4.4 ARCH效應(yīng)的檢驗(yàn)141
4.5 ARCH模型143
4.5.1 ARCH模型的性質(zhì)144
4.5.2 ARCH模型的優(yōu)點(diǎn)與缺點(diǎn)145
4.5.3 ARCH模型的建立145
4.5.4 例子149
4.6 GARCH模型154
4.6.1 實(shí)例說明156
4.6.2 預(yù)測的評(píng)估163
4.6.3 兩步估計(jì)方法164
4.7 求和GARCH模型164
4.8 GARCH-M模型166
4.9 指數(shù)GARCH模型168
4.9.1 第一個(gè)示例169
4.9.2 模型的另一種形式170
4.9.3 第二個(gè)示例170
4.9.4 用EGARCH模型進(jìn)行預(yù)測172
4.10 門限GARCH模型173
4.11 APARCH模型175
4.12 非對(duì)稱GARCH模型177
4.13 隨機(jī)波動(dòng)率模型179
4.14 長記憶隨機(jī)波動(dòng)率模型180
4.15 另一種方法181
4.15.1 高頻數(shù)據(jù)的應(yīng)用181
4.15.2 應(yīng)用日開盤價(jià)、最高價(jià)、最低價(jià)和收盤價(jià)183
習(xí)題187
參考文獻(xiàn)188
第5章 波動(dòng)率模型的應(yīng)用190
5.1 GARCH波動(dòng)率期限結(jié)構(gòu)190
5.2 期權(quán)定價(jià)和對(duì)沖194
5.3 隨時(shí)間變化的協(xié)方差和β值196
5.4 最小方差投資組合203
5.5 預(yù)測207
習(xí)題214
參考文獻(xiàn)214
第6章 高頻金融數(shù)據(jù)215
6.1 非同步交易215
6.2 交易價(jià)格的買賣報(bào)價(jià)差218
6.3 交易數(shù)據(jù)的經(jīng)驗(yàn)特征220
6.4 價(jià)格變化模型224
6.4.1 順序概率值模型224
6.4.2 分解模型228
6.5 持續(xù)期模型232
6.5.1 日模式的成分233
6.5.2 ACD模型235
6.5.3 估計(jì)237
6.6 實(shí)際波動(dòng)率241
6.6.1 處理市場微結(jié)構(gòu)噪聲247
6.6.2 討論249
附錄A 概率分布概覽251
附錄B 危險(xiǎn)率函數(shù)253
習(xí)題254
參考文獻(xiàn)255
第7章 極值理論、分位數(shù)估計(jì)與VaR257
7.1 風(fēng)險(xiǎn)測度和一致性257
7.1.1 風(fēng)險(xiǎn)值258
7.1.2 期望損失262
7.2 計(jì)算風(fēng)險(xiǎn)度量的注記263
7.3 風(fēng)險(xiǎn)度量制264
7.3.1 討論267
7.3.2 多個(gè)頭寸268
7.4 VaR計(jì)算的計(jì)量經(jīng)濟(jì)學(xué)方法270
7.5 分位數(shù)估計(jì)275
7.5.1 分位數(shù)與次序統(tǒng)計(jì)量276
7.5.2 分位數(shù)回歸277
7.6 極值理論280
7.6.1 極值理論概覽280
7.6.2 經(jīng)驗(yàn)估計(jì)282
7.6.3 股票收益率的應(yīng)用284
7.7 極值在VaR中的應(yīng)用288
7.7.1 討論289
7.7.2 多期VaR290
7.7.3 收益率水平290
7.8 超出門限的峰值291
7.8.1 統(tǒng)計(jì)理論292
7.8.2 超額均值函數(shù)293
7.8.3 估計(jì)294
7.8.4 另外一種參數(shù)化方法296
7.9 平穩(wěn)損失過程298
習(xí)題299
參考文獻(xiàn)300
索引302
|
