金融时间序列分析
2006-4
机械工业
[美]RueyS.Tsay著
355
潘家柱
无
时间序列分析在理论和经验上已成为金融市场研究的不可缺少的部分。 时间序列分析方法已是金融定量分析的主流方法之一。 近代计量经济和金融市场的许多研究成果都建立在时间序列分析的基础之上。Engle和Grange因为他们的时间序列模型在经济金融中的广泛应用而获得2003年的诺贝尔经济学奖，就是时间序列分析方法的重要性在世界上被广泛认可的有力证明。. 蔡瑞胸（Ruey S．Tsay）教授是美国芝加哥大学的计量经济与统计学的H．G．B，亚历山大（Alexander）教授．他在计量经济学、统计学和金融市场的研究方面成果卓著．他的这本《金融时间序列分析》涵盖了当前数理金融研究中最新的几个重要方面。
《金融时间序列分析》主要介绍了计量经济学和统计学文献中出现的金融计量方法方面的最新进展，强调实例和数据分析。特别是包含当前的研究热点，如风险值、高频数据分析和马尔町夫链蒙特卡罗方法等。主要内容包括：金融时间序列数据的基本特征，神经网络，非线性方法，使用跳跃扩散方程进行衍生产品的定价，采用极值理论计算风险值，带时变相关系数的多元波动率模型，贝叶斯推断。 《金融时间序列分析》可作为金融等专业高年级本科生或研究生的时间序列分析教材，也可供相关专业研究人员参考。
Ruey S.Tsay 于美国威斯康星大学麦迪逊分校获得统计学博士学位，美国芝加哥大学商学院研究生院经济计量及统计学的H.G.B.Alexander教授。曾任Journal of Financial Econometrics杂志栏目编辑。
译者序前言第1章 金融时间序列及其特征1.1 资产收益率1.2 收益率的分布性质1.3 其他过程练习题参考文献第2章 线性时间序列分析及其应用2.1 平稳性2.2 相关系数和自相关函数2.3 白噪声和线性时间序列2.4 简单的自回归模型2.5 简单滑动平均模型2.6 简单的ARMA模型2.7 单位根非平稳性2.8 季节模型2.9 带时间序列误差的回归模型2.10 长记忆模型附录A 一些SCA的命令练习题参考文献第3章 条件异方差模型3.1 波动率的特征3.2 模型的结构3.3 ARCH模型3.4 GARCH模型3.5 求和GARCH模型3.6 GARCH-M模型3.7 指数GARCH模型3.8 CHARMA模型3.9 随机系数的自回归模型3.10 随机波动率模型3.11 长记忆随机波动率模型3.12 另一种方法3.13 应用3.14 GARCH模型的峰度附录A 估计波动率模型的一些RATS程序练习题参考文献第4章 非线性模型及其应用4.1 非线性模型4.2 非线性检验4.3 建模4.4 预测4.5 应用附录A 一些关于非线性波动率模型的RATS程序附录B神经网络的S-Plus命令练习题参考文献第5章 高频数据分析与市场微观结构5.1 非同步交易5.2 买卖报价差5.3 交易数据的经验特征5.4 价格变化模型5.5 持续期模型5.6 非线性持续期模型5.7 价格变化和持续期的二元模型附录A 一些概率分布的回顾附录B 危险率函数附录C 持续期模型的一些RATS程序练习题参考文献第6章 连续时间模型及其应用6.1 期权6.2 一些连续时间的随机过程6.3 伊藤引理6.4 股票价格与对数收益率的分布6.5 Black—Scholes微分方程的推导6.6 Black—Scholes定价公式6.7 伊藤引理的扩展6.8 随机积分“6.9 跳跃扩散模型6.10 连续时间模型的估计附录A B-S公式积分附录B 标准正态概率的近似练习题参考文献第7章 极值理论、分位数估计与VaR7.1 VaR7.2 风险度量制7.3 VaR计算的经济计量方法7.4 分位数估计7.5 极值理论7.6 VaR的极值方法7.7 基于极值理论的一个新方法练习题参考文献第8章 多元时间序列分析及其应用8.1 弱平稳与交叉相关矩阵8.2 向量自回归模型8.3 向量滑动平均模型8.4 向量ARMA模型8.5 单位根非平稳性与协整8.6 门限协整与套利8.7 主成分分析8.8 因子分析附录A 向量与矩阵的回顾附录B 多元正态分布练习题参考文献第9章 多元波动率模型及其应用9.1 重新参数化9.2 二元收益率的GARCH模型9.3 更高维的波动率模型9.4 因子波动率模型9.5 应用9.6 多元t分布附录A 对估计的一些注释练习题参考文献第10章 马尔可夫链蒙特卡罗方法的应用10.1 马尔可夫链模拟10.2 吉布斯抽样10.3 贝叶斯推断10.4 其他算法10.5 带时间序列误差的线性回归10.6 缺失值和异常值10.7 随机波动率模型10.8 马尔可夫转换模型10.9 预测10.10 其他应用练习题参考文献索引
本书由自1999年我在芝加哥大学商学院所教的MBA(工商管理硕士)金融时间序列分析课程发展而来。它也包含了过去几年我开设的时间序列分析博士生课程的内容。这是一本引论性质的书，旨在对金融计量模型及其在金融时间序列数据建模和预测中的应用，进行系统的、综合的阐述。 目标是使读者了解金融数据的基本特征，懂得金融计量模型的应用，并获得分析金融时间序列的经验。本书可作为金融专业MBA学生的时间序列分析教材，也适用于商学、经济学、数学和统计学专业对金融计量学感兴趣的研究生和高年级本科生。
无