图书介绍
金融计量学PDF|Epub|txt|kindle电子书版本网盘下载
![金融计量学](https://www.shukui.net/cover/5/31965625.jpg)
- 唐勇编著 著
- 出版社: 北京:清华大学出版社
- ISBN:9787302441748
- 出版时间:2016
- 标注页数:261页
- 文件大小:104MB
- 文件页数:274页
- 主题词:金融学-计量经济学
PDF下载
下载说明
金融计量学PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 金融计量学介绍1
1.1 金融计量学的含义及建模步骤1
1.1.1 金融计量学的含义1
1.1.2 金融计量建模步骤1
1.2 金融数据的主要类型、特点和来源3
1.2.1 金融数据的主要类型3
1.2.2 金融数据的特点3
1.2.3 金融数据的来源4
1.3 收益率的计算4
1.3.1 单期收益率4
1.3.2 多期收益率5
1.4 常用的统计学与概率知识6
1.4.1 随机变量6
1.4.2 常用概率分布8
1.4.3 假设检验11
1.4.4 三个常用的检验方法12
1.5 常用金融计量软件介绍14
1.5.1 常用金融计量软件简介14
1.5.2 EViews软件使用介绍及操作步骤简介16
参考文献21
第2章 经典回归模型及其应用22
2.1 一元回归模型及其应用22
2.1.1 经典一元线性回归模型22
2.1.2 一元线性回归模型的基本假设23
2.1.3 普通最小二乘法(参数估计)23
2.1.4 最小二乘估计量的性质24
2.1.5 案例分析27
2.2 多元回归模型及其应用30
2.2.1 多元线性回归模型30
2.2.2 多元线性回归模型的基本假设30
2.2.3 普通最小二乘法(OLS)31
2.2.4 普通最小二乘法的性质31
2.3 回归模型的检验32
2.3.1 拟合优度和R233
2.3.2 变量的显著性检验与t检验33
2.3.3 方程显著性与F检验34
2.3.4 自相关检验与DW35
2.3.5 AIC准则和Schwarz准则36
2.3.6 残差检验与JB统计量37
2.3.7 参数的置信区间37
2.4 案例分析37
2.4.1 一元回归案例分析37
2.4.2 多元回归案例分析39
参考文献42
第3章 非典型性回归模型及其应用43
3.1 非线性模型转化为线性模型43
3.1.1 模型的类型与变换43
3.1.2 案例分析45
3.2 异方差性47
3.2.1 异方差介绍及产生原因47
3.2.2 异方差的后果48
3.2.3 异方差检验49
3.2.4 异方差的修正50
3.2.5 案例分析50
3.3 自相关53
3.3.1 自相关的概念及产生的原因53
3.3.2 自相关的后果54
3.3.3 序列相关性的识别和检验55
3.3.4 自相关修正57
3.3.5 案例分析59
3.4 多重共线性61
3.4.1 多重共线性的概念61
3.4.2 多重共线性产生的原因61
3.4.3 多重共线性的后果62
3.4.4 多重共线性检验62
3.4.5 多重共线性的修正63
3.4.6 案例分析64
3.5 虚拟变量模型67
3.5.1 虚拟变量的引入67
3.5.2 模型回归的结构稳定性检验68
3.5.3 案例分析(虚拟变量法和邹氏检验法)70
3.6 预测73
3.6.1 预测的概念73
3.6.2 预测原理74
3.6.3 预测的类型74
3.6.4 预测的评价标准75
参考文献76
第4章 一元时间序列分析方法77
4.1 时间序列的相关概念77
4.1.1 平稳性77
4.1.2 自协方差78
4.1.3 白噪声过程78
4.1.4 Q统计量79
4.2 平稳时间序列模型79
4.2.1 自回归模型80
4.2.2 移动平均模型82
4.2.3 自回归移动平均模型85
4.2.4 案例分析87
4.3 非平稳的时间序列分析90
4.3.1 两种类型的非平稳序列91
4.3.2 非平稳序列的单位根检验93
4.3.3 ARIMA模型97
4.4 非平稳及长记忆时间序列ARFIMA模型99
4.4.1 非平稳时间序列及其分类99
4.4.2 长记忆时间序列及特点99
4.4.3 长记忆时间序列模型102
参考文献103
第5章 向量自回归模型(VAR)105
5.1 VAR模型介绍105
5.1.1 VAR模型基本概念105
5.1.2 VAR模型的平稳性条件106
5.1.3 VAR(p)与VAR(1)转化106
5.1.4 向量自协方差与自相关函数108
5.2 VAR模型估计方法与设定109
5.2.1 VAR模型的估计方法109
5.2.2 VAR模型的设定111
5.3 格兰杰因果关系检验112
5.4 脉冲响应函数与方差分解114
5.4.1 VAR模型与脉冲响应函数114
5.4.2 VAR模型与方差分解116
5.4.3 案例分析118
5.5 结构VAR(SVAR)模型122
5.5.1 两变量的SVAR模型122
5.5.2 多变量的SVAR模型123
参考文献124
第6章 协整和误差修正模型125
6.1 协整与协整检验125
6.1.1 协整的概念125
6.1.2 协整检验方法126
6.2 误差修正模型(ECM)130
6.2.1 误差修正模型的含义130
6.2.2 误差修正模型的构造131
6.2.3 误差修正模型的估计132
6.2.4 案例分析132
6.3 Johansen协整检验方法133
6.3.1 Johansen协整检验的基本说明133
6.3.2 Johansen协整检验的案例分析135
6.4 向量误差修正模型(VECM)136
参考文献138
第7章 GARCH模型分析与应用139
7.1 金融时间序列异方差特征139
7.2 ARCH模型142
7.2.1 ARCH模型的构造142
7.2.2 ARCH模型的性质143
7.3 GARCH模型144
7.3.1 GARCH模型的构造144
7.3.2 GARCH模型的性质144
7.3.3 GARCH模型的检验与估计145
7.4 GARCH类模型的扩展147
7.4.1 IGARCH模型147
7.4.2 GARCH-M模型147
7.4.3 TGARCH模型147
7.4.4 EGARCH模型148
7.4.5 PGARCH模型149
7.4.6 CGARCH模型149
7.4.7 FIGARCH模型150
7.5 GARCH类模型应用150
7.5.1 案例1:美元对人民币汇率建模研究150
7.5.2 案例2:上证综指波动建模160
7.6 向量GARCH模型162
7.6.1 向量ARCH模型163
7.6.2 向量GARCH模型163
7.6.3 对角向量GARCH模型163
7.6.4 BEKK模型164
7.6.5 常相关向量GARCH模型164
7.6.6 K因子向量ARCH模型165
7.6.7 向量FIGARCH模型165
7.6.8 几种向量GARCH模型的比较166
7.6.9 二元BEKK-GARCH模型实证分析167
7.7 随机波动模型(SV)169
7.7.1 SV模型169
7.7.2 向量SV模型170
7.7.3 一元SV模型实证分析171
7.7.4 向量SV模型实证分析172
参考文献174
第8章 资产定价模型的实证研究176
8.1 CAPM理论176
8.2 CAPM实证检验方法177
8.2.1 布莱克-詹森-斯科尔斯(Black-Jenson-Scholes)方法178
8.2.2 法马-麦克白(Fama-MacBeth)方法179
8.3 中国股市CAPM实证检验180
8.3.1 根据β值分组对CAPM的时间序列检验180
8.3.2 根据β值分组对CAPM的横截面检验182
8.4 三因素资本资产定价模型及其实证检验182
8.4.1 三因素资本资产定价模型182
8.4.2 三因素模型在上海股票市场的实证检验183
参考文献184
第9章 有效市场假说与事件研究法186
9.1 有效市场假说的主要观点186
9.1.1 有效市场假说186
9.1.2 市场有效性的三种状态187
9.1.3 有效市场假说的实践意义188
9.1.4 随机游走的设定189
9.2 有效市场假说的实证检验190
9.2.1 弱式有效市场假说检验方法190
9.2.2 半强式有效市场假说的检验194
9.2.3 强式有效市场假说的检验196
9.2.4 中国证券市场有效性实证检验回顾197
9.2.5 案例分析:中国股市有效性检验199
9.3 事件研究法介绍202
9.3.1 事件研究概述202
9.3.2 事件研究法的步骤203
9.4 事件研究法案例分析205
9.4.1 案例1分析205
9.4.2 案例2分析208
参考文献209
第10章 风险度量方法及应用211
10.1 金融市场风险概述211
10.1.1 风险分类211
10.1.2 金融风险管理的程序212
10.1.3 风险管理的意义213
10.2 金融风险度量方法214
10.2.1 VaR方法214
10.2.2 CVaR方法和ES方法222
10.2.3 案例分析227
参考文献229
第11章 金融高频数据分析及应用231
11.1 金融高频数据特征分析231
11.1.1 金融高频数据概念231
11.1.2 金融高频数据的主要特征231
11.2 波动率建模及应用232
11.2.1 波动率度量方法232
11.2.2 跳跃检验方法233
11.2.3 波动率模型238
11.2.4 模型评价241
11.2.5 案例分析245
参考文献250
附录:统计分布表252