現(xiàn)實(shí)中的金融市場(chǎng)上,資產(chǎn)收益率的分布并非正態(tài)分布,但是金融從業(yè)者和研究人員目前仍然較多使用高斯模型分析資產(chǎn)如何配置。這樣的后果是錯(cuò)誤的投資組合、損失的低估或者是金融衍生產(chǎn)品的錯(cuò)誤定價(jià)。因此非高斯模型和能夠處理收益分布不連續(xù)問(wèn)題的模型在金融從業(yè)者中正越來(lái)越受到歡迎,這也正是本書(shū)的主題。
本書(shū)對(duì)非高斯分布進(jìn)行了檢視,重點(diǎn)關(guān)注資產(chǎn)收益率和期權(quán)價(jià)格中的非正態(tài)性和時(shí)間依賴性的因果關(guān)系。本書(shū)主要面向?qū)鹑谑袌?chǎng)各種價(jià)格進(jìn)行建模的非數(shù)學(xué)專業(yè)讀者寫(xiě)作而就,因此全書(shū)的重點(diǎn)在于實(shí)踐操作。作者在書(shū)中提供了所述模型和方法的諸多實(shí)證案例,其中一些可以同樣被應(yīng)用于其他金融時(shí)間序列。
處理過(guò)金融市場(chǎng)數(shù)據(jù)的從業(yè)人員和學(xué)術(shù)研究人員都知道,資產(chǎn)收益率分布不具有與高斯分布或正態(tài)分布相關(guān)的鐘形形態(tài)。許多流行的模型仍然建立在正態(tài)性假設(shè)之上,這是因?yàn)楦咚鼓P秃?jiǎn)單且易處理,但也許更重要的原因是我們?nèi)狈?duì)非高斯分布的建模、估計(jì)和處理的理解。當(dāng)資產(chǎn)收益率分布呈非正態(tài)時(shí),使用高斯模型是非常危險(xiǎn)的;這種做法可能會(huì)導(dǎo)致錯(cuò)誤地選擇投資組合、低估情況下的損失,以及對(duì)衍生品嚴(yán)重錯(cuò)誤地定價(jià)。非高斯分布是這本書(shū)的主題,它解決了資產(chǎn)收益率非正態(tài)性的產(chǎn)生原因和后果。
這一領(lǐng)域的其他書(shū)籍包括Campbell、Lo和Mackinlay(1997),以及Embrechts、Kltippelberg和Mikosch(1997)。在相關(guān)領(lǐng)域,我們也可以引用Gourieroux和 Jasiak (2001)、Tsay (2002)、Taylor(2005)。關(guān)于期權(quán)定價(jià),我們有Schoutens(2003)及Cont和 Tankov(2004)的書(shū)。所有這些書(shū)都是對(duì)本書(shū)的補(bǔ)充,對(duì)于理解資產(chǎn)收益率或期權(quán)價(jià)格建模的某些方面非常有用。在這本書(shū)中,我們涵蓋了由資產(chǎn)收益率和期權(quán)價(jià)格的非正態(tài)性和時(shí)間依賴性導(dǎo)致的一系列問(wèn)題。
這本書(shū)是寫(xiě)給那些想要模擬金融市場(chǎng)價(jià)格的非數(shù)學(xué)家的。它強(qiáng)調(diào)實(shí)踐。我們努力使非數(shù)學(xué)家人士能夠接觸到這些材料,但同時(shí)又不犧牲數(shù)學(xué)的嚴(yán)謹(jǐn)性和原始模型的復(fù)雜性。這本書(shū)的目標(biāo)人群是金融行業(yè)的從業(yè)者,尤其是那些自稱寬客(定量分析師)、負(fù)責(zé)管理投資組合和監(jiān)控金融風(fēng)險(xiǎn)的人。我們也希望那些不太擅長(zhǎng)定量分析的人會(huì)發(fā)現(xiàn),這本書(shū)有助于聰明的人參與量化金融的神話。本書(shū)適合作為實(shí)證金融學(xué)、金融計(jì)量經(jīng)濟(jì)學(xué)和金融衍生品專業(yè)碩士和博士研究生的核心教材。對(duì)于那些想要更多地了解其數(shù)學(xué)工具是如何應(yīng)用于金融的數(shù)學(xué)家,以及那些只想更多地了解金融和金融市場(chǎng)的人來(lái)說(shuō),它都是有用的。第五部分提供了一些我們認(rèn)為足以應(yīng)付主要部分的數(shù)學(xué)內(nèi)容的數(shù)學(xué)附錄。一些統(tǒng)計(jì)學(xué)、微積分和概率方面的基礎(chǔ)知識(shí),加上足夠的決心,應(yīng)該能讓讀者通讀核心材料。本書(shū)所提供的大部分材料均摘自我們的論文和教學(xué)材料,這些材料用于教授洛桑大學(xué)和曼徹斯特商學(xué)院實(shí)務(wù)界人士以及碩士和博士研究生。
我們的主要目標(biāo)之一是彌合理論發(fā)展與許多用戶和研究人員所認(rèn)為的復(fù)雜模型或黑匣子的實(shí)際應(yīng)用之間的差距。我們提供了在這本書(shū)里描述的模型的許多經(jīng)驗(yàn)說(shuō)明,尤其是那些在第二部分和第三部分中出現(xiàn)的模型。 由于篇幅限制,雖然我們?cè)谶@些例子中只使用一些股票市場(chǎng)數(shù)據(jù),但這里所描述的許多技術(shù)和模型同樣可以應(yīng)用于其他金融時(shí)間序列,如外匯和利率。不過(guò),重要的是要記住,模型是用來(lái)捕捉特征事實(shí)的。不同類型的金融資產(chǎn)可能具有輕微或非常不同的特征。另一項(xiàng)免責(zé)聲明也很重要:盡管我們認(rèn)為并提供證據(jù)表明,在資產(chǎn)收益率的建模中需要納入非正態(tài)性和時(shí)間依賴性,但我們并不建議總是這樣處理。此外,我們不會(huì)對(duì)讀者在實(shí)現(xiàn)這些技術(shù)時(shí)可能遇到的任何問(wèn)題負(fù)責(zé)。
后,本書(shū)中所報(bào)告的所有圖形和估計(jì)都是使用MATLAB生成的。 該軟件提供了一個(gè)非常有效的優(yōu)化程序,我們?cè)诰W(wǎng)站上提供了本書(shū)中使用的許多MATLAB代碼。
埃里克·喬多和邁克爾·羅金格要感謝洛桑大學(xué)高等商學(xué)院、國(guó)際金融資產(chǎn)管理與工程中心(FAME)以及瑞士金融研究所(SFI)對(duì)他們的持續(xù)支持。他們感謝一代又一代碩士生和博士生的討論、評(píng)論和提問(wèn)。方思芳希望感謝曼徹斯特商學(xué)院,特別是曼徹斯特會(huì)計(jì)和金融集團(tuán)提供的大量支持。她還想感謝她的學(xué)生們?cè)陂喿x課上進(jìn)行了許多令人興奮的討論和提問(wèn)。三位作者都對(duì)Laura Rockinger表達(dá)了感激之情,感謝她閱讀了手稿并修正了許多錯(cuò)誤。我們?cè)俅蜗蚱渌S多人、同事、朋友和家人表示感謝,我們非常感謝他們的支持。由于人數(shù)太多,在此不一一列舉。
部分 金融市場(chǎng)和金融時(shí)間序列
1 引言
1.1金融市場(chǎng)與金融時(shí)間序列
1.2資產(chǎn)收益率的計(jì)量建模
1.3非高斯計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用
1.4非高斯分布的期權(quán)定價(jià)
2 金融市場(chǎng)數(shù)據(jù)的統(tǒng)計(jì)特征
2.1收益率的定義
2.2收益率的分布
2.3時(shí)間依賴性
2.4收益率之間的線性關(guān)系
2.5 多元高階矩
3 金融市場(chǎng)的運(yùn)行和收益率的理論模型
3.1金融市場(chǎng)運(yùn)行
3.2 Mandelbrot和穩(wěn)定分布
3.3 Clark的從屬模型
3.4 收益率和交易量的二元混合分布模型
3.5報(bào)價(jià)驅(qū)動(dòng)市場(chǎng)的價(jià)格和報(bào)價(jià)模型
第二部分 資產(chǎn)收益率的計(jì)量模型
4 波動(dòng)率建模
4.1低頻波動(dòng)率
4.2 ARCH模型
4.3 GARCH模型
4.4 非對(duì)稱GARCH模型
4.5帶跳躍的GARCH模型
4.6 GARCH過(guò)程的聚合
4.7 隨機(jī)波動(dòng)率
4.8 已實(shí)現(xiàn)波動(dòng)率
5 高階矩建模
5.1 一般問(wèn)題
5.2 具有高階矩的分布
5.3設(shè)定檢驗(yàn)與推斷
5.4說(shuō)明
5.5 條件高階矩的建模
6 相關(guān)性建模
6.1 多元GARCH模型
6.2多元分布建模
6.3連接函數(shù)
7 值理論
7.1單變量尾部估計(jì)
7.2多變量依賴性
第三部分 非高斯計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用
第8章 風(fēng)險(xiǎn)管理與VaR
8.1定義和指標(biāo)
8.2歷史模擬
8.3 半?yún)?shù)方法
8.4參數(shù)方法
8.5非線性模型
8.6 VaR模型的比較
9 投資組合配置
9.1非正態(tài)性之下的投資組合配置
9.2下行風(fēng)險(xiǎn)下的投資組合配置
第四部分 非高斯收益率的期權(quán)定價(jià)
10 期權(quán)定價(jià)基礎(chǔ)
10.1符號(hào)
10.2無(wú)套利的期權(quán)定價(jià)方法
10.3鞅測(cè)度和BSM公式
11 非結(jié)構(gòu)性期權(quán)定價(jià)
11.1標(biāo)準(zhǔn)BSM模型的難點(diǎn)
11.2 風(fēng)險(xiǎn)中性密度的直接估計(jì)
11.3參數(shù)方法
11.4 半?yún)?shù)方法
11.5非參數(shù)方法
11.6各種方法的比較
11.7與真實(shí)概率的關(guān)系
12 結(jié)構(gòu)性期權(quán)定價(jià)
12.1隨機(jī)波動(dòng)率模型
12.2具有隨機(jī)波動(dòng)率的期權(quán)定價(jià)
12.3帶跳躍的模型
12.4具有更大跳躍的模型:Lévy期權(quán)定價(jià)
第五部分 期權(quán)定價(jià)的數(shù)學(xué)附錄
13 布朗運(yùn)動(dòng)與隨機(jī)微積分
13.1大數(shù)定律與中心極限定理
13.2隨機(jī)漫步
13.3布朗運(yùn)動(dòng)的構(gòu)造
13.4布朗運(yùn)動(dòng)的性質(zhì)
13.5隨機(jī)積分
13.6隨機(jī)微分方程
13.7 伊藤引理
13.8 伊藤引理的多元擴(kuò)展
13.9 轉(zhuǎn)移概率和偏微分方程
13.10 Kolmogorov前向和后向方程
13.11與擴(kuò)散有關(guān)的偏微分方程
13.12 Feynman-Kac公式
14 鞅和測(cè)度變換
14.1鞅
14.2正態(tài)分布的概率變換
14.3 Radon-Nikodym導(dǎo)數(shù)
15 特征函數(shù)和傅立葉變換
15.1特征函數(shù)
15.2傅立葉變換和特征函數(shù)
16 跳躍過(guò)程
16.1計(jì)數(shù)和標(biāo)值點(diǎn)過(guò)程
16.2泊松過(guò)程
16.3指數(shù)分布
16.4泊松跳躍之間的持續(xù)時(shí)間
16.5補(bǔ)償泊松過(guò)程
第17章 Lévy過(guò)程
17.1 Lévy過(guò)程的構(gòu)建
17.2 Lévy過(guò)程的性質(zhì)
參考文獻(xiàn)