金融时间序列建模分析

出版时间：2006-4  出版社：西南财经大学出版社  作者：彭作祥  页数：294  字数：240000  
Tag标签：无  

内容概要

本书的结构安排和主要内容如下：    第1章导言部分为问题提出、研究思路及篇章结构安排。    第2章通过对金融市场中投资者的投资决策行为进行经济学分析，解释高频金融时序的尖峰肥尾、波动集束、条件方差时变性和长记忆性等统计特征，也即解释这些公认的金融现象产生的原因是什么。    第3章使用极值理论估计并检验度量高频金融时序的肥尾程序的参数——尾指数，讨论尾指数在风险管理中的应用。    第3章使用极值理论及相关知识，局部拟合收益率的分布或密度，有效地估计和预测风险值，避免因整体拟合失真而导致估计与预测的无效。    在第3章的建模过程中，均使用方法论研究与实践分析相结合的分析方法。    第4章论金融时序长记忆参数的估计，主要考虑涉及分整参数的ARFIMA的模型、高斯半参数方法和GPH非参数估计方法，并应用于深沪两市的收益率的长记忆性的实证分析。    第5章为时间顺序的单位根或平稳检测。    第6章较系统地随机模拟分析具有GARCH-error金融时序的ADF单位根检验问题，它是第5章的时一步深化和创新。    第6章的实证分析表明伪GARCH现象的存在可能源于GARCH模型设定的随意性和非系统性。

书籍目录

1 导言  1.1 问题的提出与研究思路  1.2 结构安排和主要内容2 高频金融时序统计特征与投资主体行为分析  2.1 前言  2.2 高频时间序列统计特征  2.3 投资主体行为分析  2.4 浅议传统与现代建模方法3 肥尾度量与风险刻画  3.1 引言  3.2 肥尾描述  3.3 极值理论基础  3.4 尾指数估计与检测  3.5 三收益率尾指数估计  3.6 风险值的估计与预测4 长记忆参数估计  4.1 前言  4.2 长记忆参数d的估计  4.3 shr96和szr96时序的长记忆参数估计  4.4 ARFIMA模型长记忆参数的模拟比较  4.5 对长记忆参数估计的时一步思想5 时间序列平稳性检测  5.1 前言  5.2 时间序列平稳性检验  5.3 单位根检测  5.4 KPSS平稳性检测  5.5 动态I（1）和I（0）检测  5.6 变参数模型与时序的稳定性分析  5.7 随机模拟与实证分析6 具有GARCH-error的单位根检测  6.1 问题的提出  6.2 试验设计  6.3 经典DF单位根检测  6.4 具有GARCH-normal error的ADF单位根检验……7 GARCH模型分析与应用附录1 LM、LR和Wald检验附录2 信息准则附录3 分整时序随机数生成程序附录4 动态ADF单位根检验程度附录5 动态KPSS（0）平稳性检验程序附录6 具有GARCH-skew-t error单位根检测程序参考文献致谢