《金融計量：金融市場統計分析（原書第4版）》是2016年10月機械工業出版社出版的圖書，作者是于爾根·弗蘭克（Jürgen Franke）。
基本介紹
- 中文名：金融計量：金融市場統計分析（原書第4版）
- 作者：于爾根·弗蘭克（Jürgen Franke）
- 出版時間：2016年10月
- 出版社：機械工業出版社
- ISBN：9787111549383
- 定價：75 元
- 開本：16 開
內容簡介,圖書目錄,
內容簡介
本書對金融統計方法及其在金融領域中的運用進行了詳細的講解與分析，書中每部分的內容由淺入深，易於理解。與目前的同類教材相比，本書更加側重統計與計量方法在金融市場和衍生品領域的套用性，在方法的講解與分析上也更加全面。此外，本書還以2008年金融危機為背景將統計方法運用於此次危機中一些重要的金融衍生品如CDO等的分析中。全主要涵蓋三部分內容：一部分內容為期權定價理論，該部分內容在對相關金融衍生品和數學基礎知識進行介紹的基礎上對相關期權定價模型、理論進行了詳細的講解；第二部分內容為金融時間序列統計模型，該部分對金融時間序列相關統計計量模型如ARIMA模型等進行了詳細的講解；第三部分介紹了一些統計計量方法在金融領域如投資組合選擇、風險管理中的套用。
圖書目錄
目錄
前 言
譯者序
作者簡介
譯者簡介
第一部分
期權定價
第1章 衍生品2
文獻推薦6
練習6
第2章 期權管理8
2.1 套利關係8
2.2 投資組合保險15
2.3 單期二叉樹模型20
文獻推薦22
練習23
第3章 機率論基礎25
3.1 實值隨機變數25
3.2 期望與方差27
3.3 偏度和峰度27
3.4 隨機向量，依賴性，相關性28
3.5 條件機率和期望29
文獻推薦30
練習30
第4章 離散時間隨機過程32
4.1 二項過程32
4.2 三項過程35
4.3 一般隨機遊走36
4.4 幾何隨機遊走36
4.5 擁有狀態依賴型增量的二項模型37
文獻推薦38
練習38
第5章 隨機積分與微分方程39
5.1 維納過程39
5.2 隨機積分41
5.3 隨機微分方程43
5.4 作為隨機過程的股價45
5.5 伊藤引理46
文獻推薦48
練習48
第6章 Black-Scholes期權定價模型50
6.1 Black-Scholes微分方程50
6.2 歐式期權的Black-Scholes公式54
6.3 模擬59
6.4 風險管理和套期保值66
文獻推薦75
練習76
第7章 歐式期權的二叉樹模型79
7.1 Cox-Ross-Rubinstein期權定價法80
7.2 離散股息83
文獻推薦85
練習86
第8章 美式期權87
8.1 美式期權的套利關係87
8.2 三叉樹模型92
文獻推薦94
練習94
第9章 奇異期權96
9.1 複合期權，期權的期權97
9.2 後定期權或“如你所願”期權98
9.3 障礙期權98
9.4 亞式期權100
9.5 回望期權101
9.6 棘輪期權102
9.7 籃子期權103
文獻推薦104
練習104
第10章 利率和利率衍生品106
10.1 定義和標記106
10.2 風險中性定價和計價單位測度108
10.3 利率衍生品112
10.4 利率建模117
10.5 債券定價123
10.6 校準利率模型124
文獻推薦129
練習129
第二部分
金融時間序列統計模型
第11章 導論：定義與概念132
11.1 一些定義132
11.2 對於德國和英國股票收益率的統計分析137
11.3 預期與有效市場139
11.4 計量模型：一個簡單的總結142
11.5 隨機遊走假設149
11.6 單位根檢驗150
文獻推薦156
練習156
第12章 ARIMA時間序列模型158
12.1 移動平均過程158
12.2 自回歸過程（Autoregressive Process）160
12.3 ARMA過程162
12.4 偏自相關（Partial Autocorrelation）163
12.5 矩估計（Estimation of Moments）166
12.6 Portmanteau統計量168
12.7 估計AR（p）模型168
12.8 估計MA（q）和ARMA（p,q）模型169
文獻推薦172
練習172
第13章 具有隨機波動率的時間序列175
13.1 ARCH和GARCH模型176
13.2 GARCH模型的拓展190
13.3 GARCH的缺陷194
13.4 多變數GARCH模型200
13.5 連續時間的GARCH模型205
文獻推薦209
練習209
第14章 長期記憶時間序列211
14.1 長期依賴的定義211
14.2 分整和長期記憶212
14.3 長期記憶和自相似過程213
14.4 長期記憶的發現216
14.5 長期記憶參數的估計218
14.6 長期記憶模型220
14.7 經驗證據222
文獻推薦224
第15章 非參數計量和靈活時間序列估計量225
15.1 非參數回歸225
15.2 估計量的構建227
15.3 示例228
15.4 靈活波動率估計量228
15.5 基於ARCH模型的期權定價229
15.6 DAX看漲期權估值中的套用233
文獻推薦235
第三部分
金融市場套用
第16章 在險價值與後驗測試238
16.1 預測與VaR模型239
16.2 期望損失後驗測試法241
16.3 後驗測試的實際操作242
文獻推薦245
練習245
第17章 連線與在險價值248
17.1 連線249
17.2 連線分類251
17.3 蒙特卡洛模擬257
17.4 連線的估計260
17.5 資產配置263
17.6 投資組合收益率的在險價值263
文獻推薦272
練習272
第18章 極端風險的統計273
18.1 風險測度273
18.2 數據描述275
18.3 估計方法277
18.4 後驗測試291
18.5 時間序列的極值理論291
文獻推薦295
練習296
第19章 神經網路298
19.1 從感知器到非線性神經元299
19.2 反向傳播（Back Propagation）算法304
19.3 神經網路在非參數回歸中的套用305
19.4 神經網路在金融時間序列預測中的套用309
19.5 神經網路在風險定量研究中的套用311
文獻推薦314
第20章 期權投資組合的波動性風險315
20.1 數據說明316
20.2 VDAX動態的主成分因子分析317
20.3 VDAX動態的穩定性分析319
20.4 隱含波動率風險的測度320
文獻推薦321
練習322
第21章 違約機率的非參數估計324
21.1 邏輯回歸（Logistic Regression）324
21.2 信用評級的半參數模型325
21.3 神經網路在信用評級中的套用328
第22章 信貸風險管理及信用衍生產品329
