金融波動(dòng)理論、方法及其應用簡(jiǎn)介，目錄書(shū)摘
2020-04-13 18:25
來(lái)源：京東
作者：京東
金融波動(dòng)理論、方法及其應用
暫無(wú)報價(jià)
60+評論
95%好評
編輯推薦: 《金融波動(dòng)理論、方法及其應用》的內容建立在2003年諾貝爾經(jīng)濟學(xué)獎獲得者美國經(jīng)濟學(xué)家Engle以及國內外著(zhù)名計量經(jīng)濟學(xué)家工作的基礎之上，其理論部分屬波動(dòng)理論中的國際前沿研究方向，其實(shí)證研究屬?lài)鴥炔▌?dòng)性研究方向的創(chuàng )新成果，部分成果已發(fā)表在《數量經(jīng)濟技術(shù)經(jīng)濟研究》、《統計研究》等雜志。全書(shū)共六章節，內容包括緒論、多元GARCH模型、隨機波動(dòng)模型、波動(dòng)的非對稱(chēng)性溢出效應分析、波動(dòng)指數理論等。本書(shū)可作為數量經(jīng)濟學(xué)、統計和金融工程等領(lǐng)域研究生的教學(xué)參考書(shū)。
內容簡(jiǎn)介: 《金融波動(dòng)理論、方法及其應用》系統地論述了金融時(shí)間序列波動(dòng)性模型的理論、方法和實(shí)際應用。自20世紀80年代以來(lái)，自回歸條件異方差（ARCH）類(lèi)模型、隨機波動(dòng)（SV）類(lèi)模型和Copula模型是廣泛應用于金融時(shí)間序列波動(dòng)性分析的三類(lèi)重要模型。本書(shū)結合這三類(lèi)模型實(shí)證研究了我國滬、深股市波動(dòng)的本質(zhì)特征及影響因素；探討了滬、深股市與其他股市的聯(lián)動(dòng)效應；編制開(kāi)發(fā)了適合我國金融市場(chǎng)現狀的波動(dòng)指數（VIX），并借助Copula理論和方法建模分析了該波動(dòng)指數的四個(gè)主要市場(chǎng)功能，驗證了該波動(dòng)指數的合理性、適用性和科學(xué)性?！督鹑诓▌?dòng)理論、方法及其應用》可作為數量經(jīng)濟學(xué)研究人員、經(jīng)濟和金融工作者的業(yè)務(wù)參考書(shū)，亦可作為數量經(jīng)濟學(xué)、統計和金融工程等領(lǐng)域研究生的教學(xué)參考書(shū)。
作者簡(jiǎn)介: 周少甫，湖北天門(mén)人。1985年畢業(yè)于華中師范大學(xué)數學(xué)系，獲理學(xué)學(xué)士學(xué)位；1994年畢業(yè)于武漢大學(xué)數學(xué)系，獲概率統計專(zhuān)業(yè)碩士學(xué)位：2000年畢業(yè)于華中科技大學(xué)數學(xué)系，獲概率統計專(zhuān)業(yè)博士學(xué)位?，F為華中科技大學(xué)經(jīng)濟學(xué)院副教授。近五年來(lái)，在《數量經(jīng)濟技術(shù)經(jīng)濟研究》、《統計研究》、《公共管理學(xué)報》、《中國人口資源與環(huán)境》等學(xué)術(shù)刊物上發(fā)表論文十余篇；承擔國家自然科學(xué)基金項目2項，主持省部級社科基金項目1項。主要研究方向：數量經(jīng)濟學(xué)、金融計量和金融工程。
目錄:第1章 緒論
1.1 研究背景與意義
l.1.1 選題背景
1.1.2 波動(dòng)率的基本特性
1.1.3 我國股票市場(chǎng)的發(fā)展狀況
1.1.4 研究意義
1.2 文獻綜述
1.2.1 廣義自回歸條件異方差模型和隨機波動(dòng)率模型
1.2.2 波動(dòng)指數的理論和Copula技術(shù)
1.3 結構安排與主要工作
1.3.1 結構安排
1.3.2 主要創(chuàng )新
第2章 多元GARCH模型
2.1 幾種常用的多元GARCH模型
2.1.1 多元GARCH模型
2.1.2 對角多元GARCH模型
2.1.3 BEKK模型
2.1.4 CCG-多元GARCH模型
2.1.5 DCC_多元GARCt{模型
2.2 樹(shù)結構多元GARCH模型的貝葉斯分析
2.2.1 樹(shù)結構多元GARCH模型及其先驗描述
2.2.2 樹(shù)結構多元GARCH模型的貝葉斯推斷
2.2.3 貝葉斯模型平均
2.3 實(shí)證分析
2.3.1 滬、深、港三地股票市場(chǎng)數據的特征
2.3.2 樹(shù)結構模型構建及實(shí)證結果
2.4 本章小結
第3章 隨機波動(dòng)模型
3.1 基本波動(dòng)模型及其擴展
3.1.1 基本的隨機波動(dòng)模型
3.1.2 帶厚尾的隨機波動(dòng)模型
3.1.3 受外生因素影響的隨機波動(dòng)模型
3.1.4 門(mén)限隨機波動(dòng)模型（THSV）
3.1.5 長(cháng)記憶性的隨機波動(dòng)模型
3.1.6 連續時(shí)間的隨機波動(dòng)模型
3.2 隨機波動(dòng)模型的估計
3.2.1 一般隨機波動(dòng)模型的MCMC估計
3.2.2 其他估計方法
3.3 實(shí)證分析
3.3.1 上海、深圳股市指數收益的杠桿效應
3.3.2 多元長(cháng)記憶SV模型及其在滬深股市的應用
3.4 本章小結
第4章 波動(dòng)的非對稱(chēng)性溢出效應分析
4.1 ASVDJ模型介紹
4.1.1 基于A(yíng)SVDJ模型的波動(dòng)率估計
4.1.2 牛熊態(tài)勢劃分方法
4.1.3 模型數據來(lái)源及說(shuō)明
4.2 消息沖擊對股市波動(dòng)影響的實(shí)證研究
4.2.1 初始值和數據輸入
4.2.2 算法及估計結果
4.2.3 結果分析
4.2.4 ASV模型和EGARCH模型的比較
4.2.5 行為金融學(xué)解釋
4.3 GC-MSV模型介紹
4.3.1 滬深300股指期貨合約
4.3.2 GG-MSV模型估計
4.3.3 數據來(lái)源和說(shuō)明
4.4 股指期貨對股市波動(dòng)溢出效應分析
4.4.1 先驗分布模型算法
4.4.2 波動(dòng)溢出效應檢驗
4.4.3 模型估計結果
4.5 本章小結
第5章 波動(dòng)指數理論
5.1 VIX指數簡(jiǎn)介
5.1.1 VIX指數的編制方式
5.1.2 VIx指數的用途
5.1.3 總結與啟示
5.2 我國波動(dòng)指數編制方案
5.2.1 波動(dòng)指數編制指標選擇
5.2.2 波動(dòng)指數編制方案設計
5.3 已實(shí)現波動(dòng)率估計
5.3.1 已實(shí)現波動(dòng)率簡(jiǎn)介
5.3.2 已實(shí)現波動(dòng)率的自相關(guān)修正法
5.3.3 超高頻數據的序列相關(guān)性分析
5.4 我國波動(dòng)指數CV序列實(shí)證分析
5.4.1 長(cháng)記憶性研究概述
5.4.2 波動(dòng)指數統計特征分析
5.4.3 基于長(cháng)記憶性建模與預測
5.4.4 波動(dòng)指數序列長(cháng)記憶性建模分析
5.5 本章小結
第6章 波動(dòng)指數的相關(guān)性分析
6.1 波動(dòng)指數的功能
6.1.1 市場(chǎng)情緒的評定標準
6.1.2 投資決策的參考指標
6.2 Copula模型介紹
6.2.1 Copula函數的定義
6.2.2 Copula函數的基本性質(zhì)
6.2.3 Copula函數的分類(lèi)
6.2.4 Copula函數的估計與選擇
6.3 Copula理論相關(guān)性測度及其應用
6.3.1 Copula理論的相關(guān)性測度
6.3.2 尾部相依性與Copula函數
6.4 波動(dòng)指數與股指收益同期相關(guān)性實(shí)證分析
6.4.1 數據
6.4.2 實(shí)證分析
6.4.3 模型估計結果的評價(jià)
6.4.4 波動(dòng)指數預測功能評估——基于均值一方差模型
6.5 動(dòng)態(tài)條件Copula模型波動(dòng)指數預測功能檢驗
6.5.1 動(dòng)態(tài)條件Copula理論
6.5.2 動(dòng)態(tài)條件Copula模型的分類(lèi)
6.5.3 動(dòng)態(tài)條件Copula在金融分析上的應用
6.5.4 波動(dòng)指數與股指收益率間的相關(guān)性分析——基于動(dòng)態(tài)Copula模型
6.6 本章小結
1.1 研究背景與意義
l.1.1 選題背景
1.1.2 波動(dòng)率的基本特性
1.1.3 我國股票市場(chǎng)的發(fā)展狀況
1.1.4 研究意義
1.2 文獻綜述
1.2.1 廣義自回歸條件異方差模型和隨機波動(dòng)率模型
1.2.2 波動(dòng)指數的理論和Copula技術(shù)
1.3 結構安排與主要工作
1.3.1 結構安排
1.3.2 主要創(chuàng )新
第2章 多元GARCH模型
2.1 幾種常用的多元GARCH模型
2.1.1 多元GARCH模型
2.1.2 對角多元GARCH模型
2.1.3 BEKK模型
2.1.4 CCG-多元GARCH模型
2.1.5 DCC_多元GARCt{模型
2.2 樹(shù)結構多元GARCH模型的貝葉斯分析
2.2.1 樹(shù)結構多元GARCH模型及其先驗描述
2.2.2 樹(shù)結構多元GARCH模型的貝葉斯推斷
2.2.3 貝葉斯模型平均
2.3 實(shí)證分析
2.3.1 滬、深、港三地股票市場(chǎng)數據的特征
2.3.2 樹(shù)結構模型構建及實(shí)證結果
2.4 本章小結
第3章 隨機波動(dòng)模型
3.1 基本波動(dòng)模型及其擴展
3.1.1 基本的隨機波動(dòng)模型
3.1.2 帶厚尾的隨機波動(dòng)模型
3.1.3 受外生因素影響的隨機波動(dòng)模型
3.1.4 門(mén)限隨機波動(dòng)模型（THSV）
3.1.5 長(cháng)記憶性的隨機波動(dòng)模型
3.1.6 連續時(shí)間的隨機波動(dòng)模型
3.2 隨機波動(dòng)模型的估計
3.2.1 一般隨機波動(dòng)模型的MCMC估計
3.2.2 其他估計方法
3.3 實(shí)證分析
3.3.1 上海、深圳股市指數收益的杠桿效應
3.3.2 多元長(cháng)記憶SV模型及其在滬深股市的應用
3.4 本章小結
第4章 波動(dòng)的非對稱(chēng)性溢出效應分析
4.1 ASVDJ模型介紹
4.1.1 基于A(yíng)SVDJ模型的波動(dòng)率估計
4.1.2 牛熊態(tài)勢劃分方法
4.1.3 模型數據來(lái)源及說(shuō)明
4.2 消息沖擊對股市波動(dòng)影響的實(shí)證研究
4.2.1 初始值和數據輸入
4.2.2 算法及估計結果
4.2.3 結果分析
4.2.4 ASV模型和EGARCH模型的比較
4.2.5 行為金融學(xué)解釋
4.3 GC-MSV模型介紹
4.3.1 滬深300股指期貨合約
4.3.2 GG-MSV模型估計
4.3.3 數據來(lái)源和說(shuō)明
4.4 股指期貨對股市波動(dòng)溢出效應分析
4.4.1 先驗分布模型算法
4.4.2 波動(dòng)溢出效應檢驗
4.4.3 模型估計結果
4.5 本章小結
第5章 波動(dòng)指數理論
5.1 VIX指數簡(jiǎn)介
5.1.1 VIX指數的編制方式
5.1.2 VIx指數的用途
5.1.3 總結與啟示
5.2 我國波動(dòng)指數編制方案
5.2.1 波動(dòng)指數編制指標選擇
5.2.2 波動(dòng)指數編制方案設計
5.3 已實(shí)現波動(dòng)率估計
5.3.1 已實(shí)現波動(dòng)率簡(jiǎn)介
5.3.2 已實(shí)現波動(dòng)率的自相關(guān)修正法
5.3.3 超高頻數據的序列相關(guān)性分析
5.4 我國波動(dòng)指數CV序列實(shí)證分析
5.4.1 長(cháng)記憶性研究概述
5.4.2 波動(dòng)指數統計特征分析
5.4.3 基于長(cháng)記憶性建模與預測
5.4.4 波動(dòng)指數序列長(cháng)記憶性建模分析
5.5 本章小結
第6章 波動(dòng)指數的相關(guān)性分析
6.1 波動(dòng)指數的功能
6.1.1 市場(chǎng)情緒的評定標準
6.1.2 投資決策的參考指標
6.2 Copula模型介紹
6.2.1 Copula函數的定義
6.2.2 Copula函數的基本性質(zhì)
6.2.3 Copula函數的分類(lèi)
6.2.4 Copula函數的估計與選擇
6.3 Copula理論相關(guān)性測度及其應用
6.3.1 Copula理論的相關(guān)性測度
6.3.2 尾部相依性與Copula函數
6.4 波動(dòng)指數與股指收益同期相關(guān)性實(shí)證分析
6.4.1 數據
6.4.2 實(shí)證分析
6.4.3 模型估計結果的評價(jià)
6.4.4 波動(dòng)指數預測功能評估——基于均值一方差模型
6.5 動(dòng)態(tài)條件Copula模型波動(dòng)指數預測功能檢驗
6.5.1 動(dòng)態(tài)條件Copula理論
6.5.2 動(dòng)態(tài)條件Copula模型的分類(lèi)
6.5.3 動(dòng)態(tài)條件Copula在金融分析上的應用
6.5.4 波動(dòng)指數與股指收益率間的相關(guān)性分析——基于動(dòng)態(tài)Copula模型
6.6 本章小結
京公網(wǎng)安備 11000002000088號
