金融中的统计方法PDF电子书下载

目录 1

总序 1

译者说明 1

前言 1

本书作者 1

第Ⅰ部分　资产定价 3

第1章 资产定价模型的计量经济评估 3

1.1　引言 3

1.2　检验beta定价模型的横截面回归方法 5

1.3　资产定价模型和随机贴现因子 10

1.4　广义矩方法 14

1.5　模型诊断 20

1.6　结论 25

附录 25

参考文献 26

第2章 条件beta定价模型的工具变量估计 32

2.1　引言 32

2.2　单beta模型 33

2.3　多beta模型 39

2.4　潜变量模型 40

2.5　广义矩估计 42

2.6　结束语 50

参考文献 50

3.1　引言 54

第3章 资产定价模型的半参数方法 54

3.2　广义矩方法的有关知识 55

3.3　资产定价关系及其计量经济学含义 60

3.4　各种beta定价公式的效率增益 65

3.5　总结性评论 75

参考文献 75

第Ⅱ部分　利率期限结构 81

第4章　期限结构建模 81

4.1 引言 81

4.2　期限结构数据的特征 81

4.3　期限结构模型 92

参考文献 101

4.4　结论 101

第Ⅲ部分　波动率 107

第5章　随机波动率 107

5.1 引言 107

5.2　金融市场的波动率 108

5.3　离散时间模型 122

5.4　连续时间模型 134

5.5　统计推断 145

5.6　结论 157

参考文献 158

第6章　股票价格的波动率 169

6.1　引言 169

6.2　统计问题 170

6.3　股利平滑和非平稳性 173

6.4　泡沫 176

6.5　时变贴现率 177

6.6　解释 178

6.7　结论 180

参考文献 180

第7章 波动率的GARCH模型 182

7.1　引言 182

7.2　GARCH模型 183

7.3　统计推论 194

7.4　统计特征 199

7.5　结论 202

参考文献 204

第Ⅳ部分　预测 213

第8章　预测评价与预测组合 213

8.1　单个预测的评价 214

8.2　比较多个预测的精度 218

8.3　组合预测 223

8.4　评价经济预测和金融预测的几个专题 226

8.5　总结性评论 233

参考文献 233

第9章　股票收益率的可预测成分 238

9.1 引言 238

9.2　为什么要研究可预测性 239

9.3　股票收益率的可预测性：方法论 241

9.4　功效的比较 253

9.5　结论 256

参考文献 257

第10章 用利差预测经济周期 263

10.1　引言 263

10.2　Hamilton的非线性过滤 265

10.3　实证结果 266

10.4　对货币传导机制的意义 273

10.5　结论 275

10.6　致谢 276

参考文献 276

11.1　引言 283

第Ⅴ部分　备择概率模型 283

第11章 非线性时间序列、复杂理论和金融学 283

11.2　股票收益率的非线性 291

11.3　股票收益率的长期记忆 300

11.4 非对称信息结构模型和股票收益率的典型特征 310

11.5　总结性评论 314

参考文献 314

第12章　金融数据的计数模型 324

12.1 引言 324

12.2　计数数据和持续期数据的随机过程模型 326

12.3　计数的计量经济模型 331

12.4　总结性评论 345

参考文献 346

致谢 346

第13章 稳定分布的金融应用 349

13.1 引言 349

13.2　稳定分布的基本性质 350

13.3　稳定证券组合理论 356

13.4　对数稳定期权定价 359

13.5　参数估计和实证问题 368

附录 372

致谢 373

参考文献 373

14.1　引言 380

第14章　金融模型的概率分布 380

14.2　可供选择的模型 381

14.3　在金融中的应用 388

附录A：特殊函数 402

附录B：数据资料 403

致谢 406

参考文献 406

第Ⅵ部分　专门统计方法的应用 413

第15章　金融模型中基于自助的检验 413

15.1　引言 413

15.2　各种自助法的回顾 414

15.3 自助样本生成和检验统计量问题 415

15.4 自助法在金融模型中应用的评论 418

15.5　使用交易规则选择模型的自助法 424

15.6　长期回归中的自助法 425

15.7　非线性模型的脉冲响应分析 429

15.8　结论 430

参考文献 431

第16章　主成分分析和因子分析 436

16.1　引言 436

16.2　主成分 437

16.3　基于主成分的模型 442

16.4　因子分析 444

16.5　结论 448

参考文献 448

17.1　引言 451

第17章　金融模型中的变量误差问题 451

17.2　分组法 452

17.3　两步估计法以外的其他方法 455

17.4　直接与反向回归法 457

17.5 具有测量误差的潜变量／结构方程模型与MIMIC模型 457

17.6 人工神经网络（ANN）作为MIMIC模型之外的另一种可选择方法 463

17.7　信号提取方法与合理性检验 463

17.8　定性和受限因变量模型 464

17.9　有测量误差的因子分析 464

17.10　总结 465

参考文献 465

18.1 引言 471

18.2　人工神经网络 471

第18章 人工神经网络的金融应用 471

18.3　ANN和传统统计模型的关系 474

18.4　ANN的应用和解释 478

18.5　金融应用 483

18.6　结论 486

致谢 486

参考文献 487

第19章 受限因变量模型在金融中的应用 492

19.1 引言 492

19.2　贷款歧视和违约的研究 492

19.3　债券评级和债券收益的研究 494

19.4　事件研究 495

19.5　储蓄、贷款和银行倒闭 497

19.6　其他各种应用 499

19.7 对未来研究的建议 501

参考文献 502

第Ⅶ部分　其他问题 507

第20章　期权定价模型的检验 507

20.1 引言 507

20.2　期权定价的基本原理 508

20.3　基于时间序列的期权定价模型的检验 513

20.4　隐含参数估计 523

20.5　其他分布假设下的隐含参数检验 533

20.6　总结和结论 537

参考文献 538

21.1　引言 546

第21章 比索问题：理论和实证含义 546

21.2　比索问题和预测误差 548

21.3 比索问题、资产价格与基本因素 556

21.4　风险厌恶和比索问题 563

21.5　计量经济问题 569

21.6　结论 571

参考文献 572

第22章 市场微观结构时间序列的建模 575

22.1　引言 575

22.2　简单一元价格模型 578

22.3　价格和交易的简单二元模型 583

22.4　一般设定 592

22.5　时间 596

22.6　离散性 600

22.7　非线性 601

22.8　多重机制和市场 602

22.9　总结和进一步研究的方向 606

参考文献 607

第23章　检验投资组合有效性的统计方法：一个综述 615

23.1 引言 615

23.2　包括无风险资产的有效性检验 616

23.3　不包括无风险资产的有效性检验 621

23.4　相关研究 627

参考文献 628

名词对照表 631