評論(0

金融時間序列建模分析

標籤: 暫無標籤

1 金融時間序列建模分析 -圖書信息

  作 者:彭作祥 著

  出 版 社:西南財經大學出版社

  出版時間:2006-4-1

  版 次:1

  頁 數:294

  字 數:240000

  印刷時間:2006-4-1

  紙 張:膠版紙

  I S B N:9787810884310

  包 裝:平裝

2 金融時間序列建模分析 -內容簡介

  該書的結構安排和主要內容如下:

  第1章導言部分為問題提出、研究思路及篇章結構安排。

  第2章通過對金融市場中投資者的投資決策行為進行經濟學分析,解釋高頻金融時序的尖峰肥尾、波動集束、條件方差時變性和長記憶性等統計特徵,也即解釋這些公認的金融現象產生的原因是什麼。

  第3章使用極值理論估計並檢驗度量高頻金融時序的肥尾程序的參數——尾指數,討論尾指數在風險管理中的應用。

  第3章使用極值理論及相關知識,局部擬合收益率的分佈或密度,有效地估計和預測風險值,避免因整體擬合失真而導致估計與預測的無效。

  在第3章的建模過程中,均使用方法論研究與實踐分析相結合的分析方法。

  第4章論金融時序長記憶參數的估計,主要考慮涉及分整參數的ARFIMA的模型、高斯半參數方法和GPH非參數估計方法,並應用於深滬兩市的收益率的長記憶性的實證分析。

  第5章為時間順序的單位根或平穩檢測。

  第6章較系統地隨機模擬分析具有GARCH-error金融時序的ADF單位根檢驗問題,它是第5章的時一步深化和創新。

  第6章的實證分析表明偽GARCH現象的存在可能源於GARCH模型設定的隨意性和非系統性。

3 金融時間序列建模分析 -圖書目錄

  1 導言

  1.1 問題的提出與研究思路

  1.2 結構安排和主要內容

  2 高頻金融時序統計特徵與投資主體行為分析

  2.1 前言

  2.2 高頻時間序列統計特徵

  2.3 投資主體行為分析

  2.4 淺議傳統與現代建模方法

  3 肥尾度量與風險刻畫

  3.1 引言

  3.2 肥尾描述

  3.3 極值理論基礎

  3.4 尾指數估計與檢測

  3.5 三收益率尾指數估計

  3.6 風險值的估計與預測

  4 長記憶參數估計

  4.1 前言

  4.2 長記憶參數d的估計

  4.3 shr96和szr96時序的長記憶參數估計

  4.4 ARFIMA模型長記憶參數的模擬比較

  4.5 對長記憶參數估計的時一步思想

  5 時間序列平穩性檢測

  5.1 前言

  5.2 時間序列平穩性檢驗

  5.3 單位根檢測

  5.4 KPSS平穩性檢測

  5.5 動態I(1)和I(0)檢測

  5.6 變參數模型與時序的穩定性分析

  5.7 隨機模擬與實證分析

  6 具有GARCH-error的單位根檢測

  6.1 問題的提出

  6.2 試驗設計

  6.3 經典DF單位根檢測

  6.4 具有GARCH-normal error的ADF單位根檢驗

  ……

  7 GARCH模型分析與應用

  附錄1 LM、LR和Wald檢驗

  附錄2 信息準則

  附錄3 分整時序隨機數生成程序

  附錄4 動態ADF單位根檢驗程度

  附錄5 動態KPSS(0)平穩性檢驗程序

  附錄6 具有GARCH-skew-t error單位根檢測程序

  參考文獻

  致謝

相關評論

同義詞:暫無同義詞