推薦序
譯者序
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(jià)格
　1.3　隱含波動(dòng)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(jì)分布

推薦序

譯者序

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(jià)格

　1.3　隱含波動(dòng)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(jì)分布

　　1.8.1　正態(tài)分布

　　1.8.2　對(duì)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(xí)題

　參考文獻(xiàn)

第2章　金融時(shí)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(shí)間序列

　2.4　簡(jiǎn)單自回歸模型

　　2.4.1　AR模型的性質(zhì)

　　2.4.2　實(shí)踐中AR模型的識(shí)別

　　2.4.3　擬合優(yōu)度

　　2.4.4　預(yù)測(cè)

　2.5　簡(jiǎn)單移動(dòng)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(jì)

　　2.5.4　用MA模型預(yù)測(cè)

　2.6　簡(jiǎn)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(shí)別

　　2.6.4　用ARMA模型進(jìn)行預(yù)測(cè)

　　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(jī)游動(dòng)

　　2.7.2　帶漂移的隨機(jī)游動(dòng)

　　2.7.3　趨勢(shì)平穩(wěn)時(shí)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(yàn)

　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(shí)間序列誤差的回歸模型

　2.11　長(zhǎng)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(xí)題

　參考文獻(xiàn)

第3章　線性時(shí)間序列分析案例學(xué)習(xí)

　3.1　每周普通汽油價(jià)格

　　3.1.1　純時(shí)間序列模型

　　3.1.2　原油價(jià)格的使用

　　3.1.3　應(yīng)用滯后期的原油價(jià)格數(shù)據(jù)

　　3.1.4　樣本外預(yù)測(cè)

　3.2　全球溫度異常值

　　3.2.1　單位根平穩(wěn)

　　3.2.2　趨勢(shì)非平穩(wěn)

　　3.2.3　模型比較

　　3.2.4　長(zhǎng)期預(yù)測(cè)

　　3.2.5　討論

　3.3　美國(guó)月失業(yè)率

　　3.3.1　單變量時(shí)間序列模型

　　3.3.2　一個(gè)替代模型

　　3.3.3　模型比較

　　3.3.4　使用首次申請(qǐng)失業(yè)救濟(jì)金人數(shù)

　　3.3.5　模型比較

　習(xí)題

　參考文獻(xiàn)

第4章　資產(chǎn)波動(dòng)率及其模型

　4.1　波動(dòng)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(yīng)的檢驗(yàn)

　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(diǎn)與缺點(diǎn)

　　4.5.3　ARCH模型的建立

　　4.5.4　例子

　4.6　GARCH模型

　　4.6.1　實(shí)例說(shuō)明

　　4.6.2　預(yù)測(cè)的評(píng)估

　　4.6.3　兩步估計(jì)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(gè)示例

　　4.9.2　模型的另一種形式

　　4.9.3　第二個(gè)示例

　　4.9.4　用EGARCH模型進(jìn)行預(yù)測(cè)

　4.10　門限GARCH模型

　4.11　APARCH模型

　4.12　非對(duì)稱GARCH模型

　4.13　隨機(jī)波動(dòng)率模型

　4.14　長(zhǎng)記憶隨機(jī)波動(dòng)率模型

　4.15　另一種方法

　　4.15.1　高頻數(shù)據(jù)的應(yīng)用

　　4.15.2　應(yīng)用日開盤價(jià)、最高價(jià)、最低價(jià)和收盤價(jià)

　習(xí)題

　參考文獻(xiàn)

第5章　波動(dòng)率模型的應(yīng)用

　5.1　GARCH波動(dòng)率期限結(jié)構(gòu)

　5.2　期權(quán)定價(jià)和對(duì)沖

　5.3　隨時(shí)間變化的協(xié)方差和β值

　5.4　最小方差投資組合

　5.5　預(yù)測(cè)

　習(xí)題

　參考文獻(xiàn)

第6章　高頻金融數(shù)據(jù)

　6.1　非同步交易

　6.2　交易價(jià)格的買賣報(bào)價(jià)差

　6.3　交易數(shù)據(jù)的經(jīng)驗(yàn)特征

　6.4　價(jià)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(jì)

　6.6　實(shí)際波動(dòng)率

　　6.6.1　處理市場(chǎng)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(xiǎn)率函數(shù)

　習(xí)題

　參考文獻(xiàn)

第7章　極值理論、分位數(shù)估計(jì)與VaR

　7.1　風(fēng)險(xiǎn)測(cè)度和一致性

　　7.1.1　風(fēng)險(xiǎn)值

　　7.1.2　期望損失

　7.2　計(jì)算風(fēng)險(xiǎn)度量的注記

　7.3　風(fēng)險(xiǎn)度量制

　　7.3.1　討論

　　7.3.2　多個(gè)頭寸

　7.4　VaR計(jì)算的計(jì)量經(jīng)濟(jì)學(xué)方法

　7.5　分位數(shù)估計(jì)

　　7.5.1　分位數(shù)與次序統(tǒng)計(jì)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(yàn)估計(jì)

　　7.6.3　股票收益率的應(yīng)用

　7.7　極值在VaR中的應(yīng)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(jì)理論

　　7.8.2　超額均值函數(shù)

　　7.8.3　估計(jì)

　　7.8.4　另外一種參數(shù)化方法

　7.9　平穩(wěn)損失過(guò)程

　習(xí)題

　參考文獻(xiàn)

索引