译者序 1
序言 1
1 导言 1
1.1 本书的组织结构 2
1.2 有用的背景知识 3
1.2.1 数学背景知识 3
1.2.2 概率与统计背景知识 4
1.2.3 金融理论背景知识 5
1.3 符号表示 5
1.4 价格、收益和复合法 6
1.4.1 定义和惯用法 6
1.4.2 收益的边际、条件及联合分布 9
1.5 市场效率 16
1.5.1 效率和迭代期望规律 17
1.5.2 市场效率的可预测性 18
2 资产收益的可预报性 20
2.1 随机游动假设 21
2.1.1 随机游动1：独立同分布增量 23
2.1.2 随机游动2：独立增量 24
2.1.3 随机游动3：不相关增量 24
2.2 随机游动1的检验：独立同分布增量 24
2.2.1 传统统计检验 25
2.2.2 顺序和反转，游程 25
2.3 随机游动2的检验：独立增量 32
2.3.1 滤波器法则 32
2.3.2 技术分析 33
2.4 随机游动3的检验：不相关增量 34
2.4.1 自相关系数 34
2.4.2 多用途统计量 36
2.5 长线收益 43
2.5.1 长线推断的问题 44
2.6 长期相关性检验 45
2.6.1 长期相关性的例子 46
2.6.2 赫斯特-曼德尔布罗特(Hurst-Mandelbrot)标度重定极差统计量 48
2.7 单位根检验 49
2.8 近期实证的结果 50
2.8.1 自相关 51
2.8.2 方差比 52
2.8.3 叉自相关及领先-滞后关系 57
2.8.4 利用长线收益的检验 61
2.9 结论 63
3 证券市场的微观结构 65
3.1 异步交易 66
3.1.1 一个异步交易的模型 67
3.1.2 进一步的扩展和推广 77
3.2 证券的买卖价差 78
3.2.1 出价-要价的波动 79
3.2.2 买卖价差的构成 80
3.3 交易数据建模 84
3.3.1 建模动机 85
3.3.2 取整模型和栅栏模型 89
3.3.3 次序PROBIT模型 98
3.4 近期的实证研究成果 102
3.4.1 异步交易的实证分析 103
3.4.2 有效买卖价差的估计 108
3.4.3 交易数据的模型 109
3.5 结论 116
4 事件研究分析 119
4.1 事件研究的概述 120
4.2 事件研究举例 122
4.3 正常绩效度量模型 122
4.3.1 常量-均值-收益模型 123
4.3.2 市场模型 123
4.3.3 其他统计模型 124
4.3.4 经济模型 125
4.4 度量和分析非正常收益 125
4.4.1 市场模型的估计 126
4.4.2 非正常收益的统计特性 126
4.4.3 非正常收益的加总 127
4.4.4 正常收益模型的敏感性 129
4.4.5 收入公告例子的CARs 130
4.4.6 聚类推理 134
4.5 修正原假设 134
4.6 势分析 135
4.7 非参数检验 138
4.8 截面模型 140
4.9.1 抽样区间的作用 141
4.9 进一步的问题 141
4.9.2 事件日期不确定性的推理 142
4.9.3 可能的偏差 143
4.10 结论 144
5 资本资产定价模型 147
5.1 资本资产定价模型的说明 147
5.2 来自数学有效集的一些结果 149
5.3 估计和检验的统计框架 153
5.3.1 夏普和林特纳(Sharpe-Lintner)的CAPM 153
5.3.2 布莱克的CAPM 159
5.4 检验尺度 163
5.5 检验的功效 165
5.6 非正态和非独立同分布收益 168
5.7.1 实证结果的归纳 170
5.7 检验的工具 170
5.7.2 实证解释的工具 172
5.7.3 市场组合的不可观测性 173
5.8 截面回归 174
5.9 结论 175
6 多因素定价模型 177
6.1 理论背景 177
6.2 估计和检验 179
6.2.1 存在无风险资产时的投资组合因素 180
6.2.2 不存在无风险资产时的投资组合因素 181
6.2.3 宏观经济变量因素 182
6.2.4 均值-方差有效前沿上的因素投资组合 184
6.3 风险溢酬与预期报酬的估计 185
6.4.1 统计方法 187
6.4 因素的选取 187
6.4.2 因素的个数 190
6.4.3 理论方法 191
6.5 实证结果 192
6.6 偏离精确因素定价的解释 194
6.6.1 精确因素定价模型、均值-方差分析和最优正交投资组合 194
6.6.2 平方夏普比率 196
6.6.3 区分不同理论假设的意义 197
6.7 结论 201
7 现值关系 202
7.1 股利、股价、收益之间的关系 203
7.1.1 现值与不变预期收益的关系 203
7.1.2 理性泡沫 206
7.1.3 时变预期收益下现值关系的一个近似 208
7.1.4 价格和收益：一个简单的例子 211
7.2 现值关系和美国股市的价格行为 213
7.2.1 长期水平回归 213
7.2.2 波动性检验 219
7.2.3 向量自回归方法 223
7.3 结论 229
8 跨期均衡模型 232
8.1 随机折现因子 234
8.1.1 变易性边界 236
8.2 具有幂效用的消费导向资产定价 243
8.2.1 对数正态模型中的幂效用 244
8.2.2 幂效用和广义矩方法 250
8.3 市场摩擦 251
8.3.1 市场摩擦和雅格纳詹边界 251
8.3.2 市场摩擦和总消费数据 253
8.4 更一般的效用函数 260
8.4.1 习惯定式 261
8.4.2 偏好的心理模型 265
8.5 结论 267
9 衍生证券定价模型 269
9.1 布朗运动 270
9.1.1 布朗运动的构造 271
9.1.2 随机微分方程 274
9.2 衍生证券定价模型的简要回顾 277
9.2.1 布莱克-斯科尔斯和默顿方法 278
9.2.2 鞅定价方法 281
9.3 参数期权定价模型的实现 282
9.3.1 资产价格变动的参数估计 282
9.3.2 在布莱克-斯科尔斯模型中估计σ 286
9.3.3 期权定价估计量精确性的计量 290
9.3.4 资产收益率可预测性效应 293
9.3.5 隐含波动率为估计量 299
9.3.6 随机波动率模型 301
9.4 用蒙特卡罗模拟对依赖于路径的衍生证券进行定价 303
9.4.1 离散时间与连续时间 304
9.4.2 模拟需多少次 304
9.4.3 与解析解的比较 305
9.4.4 计算的效率 307
9.4.5 拓展与局限性 309
9.5 结论 310
10 固定收益证券 313
10.1 基本概念 314
10.1.1 折现债券 314
10.1.2 附息债券 317
10.1.3 估计零息期限结构 323
10.2 解释利率期限结构 327
10.2.1 预期假说 327
10.2.2 收益率之差和利率预测 331
10.3 结论 335
11 期限结构模型 337
11.1 关联收益模型 338
11.1.1 同方差单变量模型 339
11.1.2 平方根单因素模型 344
11.1.3 二元模型 346
11.1.4 超关联收益模型 348
11.2 期限结构模型与数据集的拟合 349
11.2.1 真实利率债券、名义利率债券和通货膨胀 349
11.2.2 关联收益模型的经验证明 352
11.3 固定收入衍生证券定价 359
11.3.1 准确拟合当前期限结构 360
11.3.2 远期和期货 362
11.3.3 期限结构模型的期权定价 364
11.4 结论 366
12 金融数据中的非线性 368
12.1 单变量时间序列中的非线性结构 369
12.1.1 一些参数模型 371
12.1.2 非线性结构的单变量检验 374
12.2 变动易变性模型 378
12.2.1 单变量模型 379
12.2.2 多变量模型 386
12.2.3 一阶矩和二阶矩的联系 389
12.3 非参数估计 393
12.3.1 核回归 394
12.3.2 最佳窗宽选择 396
12.3.3 平均导数估计 397
12.3.4 应用：估计牌价密度 399
12.4 人工神经网络 403
12.4.1 多层次视感控器 404
12.4.2 基本径向函数 406
12.4.3 投影寻踪回归 408
12.4.4 学习网络的局限性 408
12.4.5 应用：了解布莱克-斯科尔斯(Black-Scholes)公式 409
12.5 过度拟合和数据探寻 412
12.6 结论 413
GMM附录 415
A.1 线性工具变量 415
A.2 广义矩方法 419
A.3 序列相关和异方差 421
A.4 广义矩方法和最大似然方法 423
参考文献 427
人名对照表 472
术语对照表 482