金融时间序列分析

出版时间：2009-6  出版社：人民邮电出版社  作者：Ruey S.Tsay  页数：524  译者：王辉,潘家柱  
Tag标签：无  

前言

　　近年来金融时间序列这个研究领域已经引起了人们广泛的关注，尤其是当2003年RobertEngle教授和cliveGranger教授获得诺贝尔经济学奖之后，与此同时，金融计量经济学领域也有了新的发展，尤其是在高频金融、随机波动率以及可用性软件方面，于是我们需要为高年级本科生、研究生、技术人员以及研究人员提供一套更为完善易懂的素材，在准备第2版时我们的主要目的是在新的发展和实证分析方面进行更新，并且扩大这本书的核心素材，将异方差和序列相关存在时的相合协方差估计、波动率建模的备选方法、金融因子模型、状态空间模型、卡尔曼滤波以及随机扩散模型的估计也包含了进来，　　因此本书扩展到了12章，而且本书另一个重要的修改是包含了S—Plus命令和说明，本版同时更新了许多实证例子和练习，使其包含了最近的数据，　　新增的两章是第9章主成分分析及因子模型，与第11章状态空间模型和卡尔曼滤波，本书所讨论的因子模型包含了宏观经济因子模型、基本面的因子模型和统计因子模型，对于分析像组合收益这样的高维金融数据，这些模型是简单而有力的工具，为说明其应用，本书给出了实证的例子，新增的状态空间模型和卡尔曼滤波是为了阐明其在金融中的应用以及容易计算的特点，第12章中，在一般马尔科夫链蒙特卡罗(McMc)框架下，状态空间模型和卡尔曼滤波可用来估计随机波动率模型，该估计还用到了向前滤波和向后抽样的方法以增加计算效率。

内容概要

本书全面阐述了金融时间序列，并主要介绍了金融时间序列理论和方法的当前研究热点和一些最新研究成果，尤其是风险值计算、高频数据分析、随机波动率建模和马尔科夫链蒙特卡罗方法等方面。此外，本书还系统阐述了金融计量经济模型及其在金融时间序列数据和建模中的应用，所有模型和方法的运用均采用实际金融数据，并给出了所用计算机软件的命令。较之第1版，本版主要在新的发展和实证分析方面进行了更新，新增了状态空间模型和Kalman滤波以及S-Plus命令等内容。　　本书可作为时间序列分析的教材，也适用于商学、经济学、数学和统计学专业对金融的计量经济学感兴趣的高年级本科生和研究生，同时，也可作为商业、金融、保险等领域专业人士的参考书。

作者简介

Ruey S，Tsay（蔡瑞胸），美国芝加哥大学布斯商学院经济计量及统计学的H G．B．Alexande r讲席教授。1 982年于美国威斯康星大学麦迪逊分校获得统计学博士学位。中国台湾“中央研究院”院士，美国统计协会和数理统计学会的会士，Journal of Forecastin9的联合主编，Journal of

书籍目录

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　协方差矩阵的相合估计　  2.11　长记忆模型  附录　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　建模  3.4　ARCH模型　  3.5　GARCH模型  3.6　求和GARCH模型  3.7　GARCH-M模型　　  3.8　指数GARCH模型  3.9　门限GARCH模型  3.10　CHARMA模型　  3.11　随机系数的自回归模型  3.12　随机波动率模型　  3.13　长记忆随机波动率模型  3.14　应用  3.15　其他方法　  3.16　GARCH模型的峰度  附录　波动率模型估计中的一些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　对持续期模型的一些RATS程序　  练习题　  参考文献第6章　连续时间模型及其应用第7章　极值理论、分位数估计与风险值　第8章　多元时间序列分析及其应用第9章　主成分分析和因子模型第10章　多元波动率模型及其应用　第11章　状态空间模型和卡尔曼滤波第12章　马尔可夫链蒙特卡罗方法及其应用索引　

媒体关注与评论

　　“一本相当精彩的书！同它失之交臂将是所有从事时间序列分析研究的人的重大损失。”　　——《统计计算与模拟》杂志　　“本书对金融时间序列进行了完美阐述。对于既要充实理论概念又要丰富实际应用体验的人来说，这是一部宝典！”　　——美国数学协会

编辑推荐

　　本书是金融时间序列分析领域不可多得的一本上乘之作，在全面阐述金融时间序列分析理论知识的同时，还系统地介绍了金融计量经济模型及其在金融时间序列数据的建模和预测中的应用。在第1版的基础上，本书顺应当前经济形势，更新并增加了大量实证方面的例子，同时补充完善了金融领域的新发展——高频金融随机波动率和可用性软件方面的内容。　　书中提供了丰富的S-Plus代码，可供读者实践学习。

用户评论 (总计9条)

•   时间序列的好书
•   金融时间序列分析
•   比较难，慢慢看吧。
•   研究金融必备
•   还不错，可操作性强
•   很好，很强大，值得购买~~~
•   非常不错，该领域经典教程！
•   不错的参考书……
•   好书，金融方面必备吧