金融时间序列模型
分類: 图书,管理,金融/投资,金融理论,
作者： 潘红宇 编著
出 版 社：
出版时间： 2008-11-1字数： 425000版次： 1页数： 339印刷时间： 2008/11/01开本： 16开印次： 1纸张： 胶版纸I S B N ： 9787811342871包装： 平装编辑推荐
本书主要介绍定量分析时间序列数据的方法，本书与实践序列分析类教材的不同之处在于，针对金融专业本科生的特点，使用大量金融领域中的案例，强调概念的理解和应用而不是理论推导。本书是高等院校经管类本科，研究生的首选教材。也可作为金融时间序列，计量经济学相关领域学者的参考读物。
内容简介
全书包括七章。第一章金融和统计基本概念。第二章时间序列数据回归模型，第三章确定性时间序列分析，第四章平稳线性ARMA模型。第五章波动率模型，第六章非平稳时间序列模型，第七章模拟。本教材由浅入深，循序渐进，以应用为主。提供了大量金融领域使用的案例。每章配有本章要点，关键词和需要掌握的内容。每章后配有思考题和上机练习题，同时提供大量数据以方便练习。每章都提供相应的Eviews5．O操作指南。本教材还提供配套的PPT和试卷。
本书是高等院校经管类本科，研究生的首选教材。也可作为金融时间序列，计量经济学相关领域学者的参考读物。
目录
第一章 金融和统计基本概念
第一节 收益率
第二节 正态分布和对数正态分布
第三节 描述统计
第四节 协方差和相关系数
第二章 时间序列数据回归模型
第一节 经典线性回归模型
第二节 时间序列数据回归模型的假设条件
第三节 动态计量经济模型
第四节 模型的评价和修改
第三章 确定性时间序列分析
第一节 时间序列的分解
第二节 平滑方法
第三节 拟合趋势
第四节 趋势和季节调整
第四章 平稳线性ARMA模型
第一节 随机过程的基本概念
第二节 ARMA模型与相应平稳随机过程
第三节 线性ARMA模型的建立
第四节 预测
第五节 季节性ARMA模型
第五章 波动率模型
第一节 波动率模型概述
第二节 自回归条件异方差模型（ARCH）
第三节 广义自回归条件异方差模型（ARCH）
第四节 非对称条件异方差模型
第五节 ARCH-M模型
第六节 风险价值
第六章 非平稳时间序列模型
第一节 趋势平稳过程和单位根过程
第二节 单位根检验
第三节 协整定义和性质
第四节 协整检验
第七章 模拟
第一节 产生服从已知分布的随机数
第二节 模拟的使用
第三节 降低方差的方法
第四节 马尔可夫链蒙特卡罗模拟法
参考文献
书摘插图
第一章金融和统计基本概念
本章摘要
本章包括两部分内容，第一部分是关于收益率的一些计算。在金融市场上收集到的原始数据是资产的价格，但是比较不同投资活动时，价格并不是一个很好的指标，通常要计算金融资产的收益率。收益率有多种计算方法，这些在第一部分介绍。对收益率建立模型之前，一般对收益率进行一些描述统计来了解收益率的统计特征。不同金融资产收益率的协方差和相关系数对构造资产组合起重要作用。所以第二部分介绍了对收益率的基本统计分析——描述统计和不同资产之间相关程度的度量。
本章关键词
收益率年收益率几何平均描述统计偏度峰度 对数正态分布协方差相关系数
学完本章，你需要掌握：
计算单周期简单收益率和对数收益率的方法；
把收益率年度化，包括计算简单年收益率，复利年收益率，连续复利年收益率。理解连续复利的含义；
对于多周期投资活动，计算单周期的几何平均收益率，比较不同投资活动收益率的大小；
可以使用程序得到单支金融资产收益率的描述统计结果，根据样本均值、样本方差、样本偏度、样本峰度、Q—Q图和JB检验得到收益率的基本分布特征。对不同资产可以根据历史收益率得到方差一协方差阵和相关系数阵，为构造资产组合做准备。
……
