多元時間序列分析及金融套用:R語言

多元時間序列分析及金融套用:R語言

《多元時間序列分析及金融套用:R語言》是2016年機械工業出版社出版的圖書,作者是蔡瑞胸。

基本介紹

  • 書名:多元時間序列分析及金融套用:R語言
  • 作者:蔡瑞胸(Ruey S.Tsay)
  • ISBN:978-7-111-54260-5
  • 定價:79元
  • 出版社機械工業出版社
  • 出版時間:2016-08-08
  • 裝幀:平裝
  • 開本:16
  • 所屬叢書:華章數學譯叢
內容簡介,作者簡介,圖書目錄,

內容簡介

本書由時間序列領域最有影響力和最著名的專家之一Ruey S. Tsay所著。本書通過對理論與方法之間的基本平衡,為讀者提供了金融計量模型以及它們在現實世界實證研究中的豐富方法。<br />有別於傳統的多元時間序列方法,本書通過強調結構的設定來得到簡化的精簡VARMA模型,側重於讀者的理解。本書使用免費R軟體來探索複雜數據並展示相關的計算和分析。除了介紹多元線性時間序列的技巧和方法、平穩VAR模型、VARMA時間序列和模型、單位根過程、因子模型和因子增廣VAR模型等內容外,本書還涵蓋以下內容:<br />超過300個例子和練習加強當前講述的內容。<br />用戶友好的R程式和研究貫穿全書展示現代套用。<br />大量數據集和程式使讀者可以更深刻地理解本書的內容。

作者簡介

蔡瑞胸(Ruey S.Tsay) 芝加哥大學布斯商學院計量經濟學與統計學的H.G.B Alexande教授。Tsay教授在商業和經濟預測、數據分析、風險管理、過程控制等領域中發表論文超過125篇。Tsay教授是《Analysis of Financial Time Series,Third Edition》和《An Introduction to Analysis of Financial Data with R》的作者,《A Course in Time Series Analysis》一書的共同作者。

圖書目錄

譯者序
前言
致謝
第1章多元線性時間序列
1 1 引言
1 2基本概念
1 2 1平穩性
1 2 2線性
1 2 3可逆性
1 3交叉協方差和相關矩陣
1 4樣本CCM
1 5零交叉相關性的檢驗
1 6預測
1 7模型表示
1 8本書的結構
1 9軟體
練習
參考文獻
第2章平穩向量自回歸時間序列
2 1引言
2 2VAR(1)模型
2 2 1模型結構和格蘭傑因果關係
2 2 2傳遞函式模型的相關性
2 2 3平穩條件
2 2 4可逆性
2 2 5矩方程
2 2 6分量的隱含模型
2 2 7移動平均表達式
2 3VAR(2)模型
2 3 1平穩條件
2 3 2矩方程
2 3 3隱含的邊際分量模型
2 4VAR(p)模型
2 4 1一個VAR(1)表達式
2 4 2平穩條件
2 4 3矩方程
2 4 4隱含的分量模型
2 4 5移動平均表達式
2 5估計
2 5 1最小二乘方法
2 5 2極大似然估計
2 5 3LS估計的極限性質
2 5 4貝葉斯估計
2 6階選擇
2 6 1序列似然比檢驗
2 6 2信息準則
2 7模型檢驗
2 7 1殘差交叉相關性
2 7 2多元混成統計
2 7 3模型簡化
2 8線性約束
2 9預測
2 9 1給定模型的預測
2 9 2估計模型的預測
2 10脈衝回響函式
2 10 1正交新息
2 11預測誤差方差分解
2 12證明
練習
參考文獻
第3章向量自回歸移動平均時間序列
3 1向量MA模型
3 1 1VMA(1)模型
3 1 2VMA(q)模型的性質
3 2設定VMA 階
3 3VMA模型的估計
3 3 1條件似然估計
3 3 2精確似然估計
3 3 3初始參數估計
3 4VMA模型預測
3 5VARMA模型
3 5 1可識別性
3 5 2VARMA(1,1)模型
3 5 3VARMA模型的一些性質
3 6VARMA模型的隱含關係
3 6 1格蘭傑因果關係
3 6 2脈衝回響函式
3 7VARMA過程的線性變換
3 8VARMA過程的時間聚合
3 9VARMA模型的似然函式
3 9 1條件似然函式
3 9 2精確似然函式
3 9 3解釋似然函式
3 9 4似然函式計算
3 10精確似然函式的新息方法
3 10 1塊Cholesky 分解
3 11極大似然估計的漸近分布
3 11 1線性參數約束
3 12擬合VARMA模型的模型檢驗
3 13VARMA模型預測
3 13 1預測更新
3 14初次階識別
3 14 1一致AR估計
3 14 2擴展的交叉相關矩陣
3 14 3匯總雙向表
3 15VARMA模型的實證分析
3 15 1個人收入與支出
3 15 2房屋開工率和房貸利率
3 16附錄
練習
參考文獻
第4章VARMA模型的結構設定
4 1Kronecker 指數方法
4 1 1預測解釋
4 1 2VARMA設定
4 1 3一個說明性的例子
4 1 4Echelon形式
4 1 5續例
4 2標量分量方法
4 2 1標量分量模型
4 2 2模型設定與標量分量模型
4 2 3冗餘參數
4 2 4VARMA 模型設定
4 2 5變換矩陣
4 3階數設定的統計量
4 3 1降秩檢驗
4 4求解Kronecker指數
4 4 1套用
4 5求解標量分量模型
4 5 1標量分量模型的含義
4 5 2可交換標量分量模型
4 5 3求解標量分量
4 5 4套用
4 6估計
4 6 1Kronecker指數方法的解釋
4 6 2SCM方法的解釋
4 7例子
4 7 1SCM方法
4 7 2Kronecker指數方法
4 7 3討論和比較
4 8附錄:典型相關分析
練習
參考文獻
第5章單位根非平穩過程
5 1一元單位根過程
5 1 1動機
5 1 2平穩單位根
5 1 3AR(1)模型
5 1 4AR(p)模型
5 1 5MA(1)模型
5 1 6單位根檢驗
5 1 7例子
5 2多元單位根過程
5 2 1等價模型表示法
5 2 2單位根VAR過程
5 3偽回歸
5 4多元變數指數平滑過程
5 5協整關係
5 5 1一個協整的例子
5 5 2協整性的一些說明
5 6誤差修正模型
5 7協整向量的含義
5 7 1確定性項的含義
5 7 2移動平均表示法的含義
5 8協整向量的參數化
5 9協整檢驗
5 9 1VAR模型
5 9 2確定性項的設定
5 9 3似然比檢驗小結
5 9 4對VAR模型的協整檢驗
5 9 5案例
5 9 6VARMA模型的協整檢驗
5 10誤差修正模型的估計
5 10 1VAR模型
5 10 2簡化回歸模型
5 10 3VARMA模型
5 11套用
5 12討論
5 13附錄
練習
參考文獻
第6章因子模型和其他問題
6 1季節模型
6 2主成分分析
6 3外生變數的運用
6 3 1VARX模型
6 3 2回歸模型
6 4缺失值
6 4 1完全缺失
6 4 2部分缺失
6 5因子模型
6 5 1正交因子模型
6 5 2近似因子模型
6 5 3擴散指數模型
6 5 4動態因子模型
6 5 5約束因子模型
6 5 6漸近主成分分析
6 6分類和聚類分析
6 6 1聚類分析
6 6 2貝葉斯估計
6 6 3馬爾科夫鏈蒙特卡洛法
練習
參考文獻
第7章多元波動率模型
7 1條件異方差檢驗
7 1 1混成檢驗
7 1 2基於秩的檢驗
7 1 3模擬
7 1 4套用
7 2多元波動率模型估計
7 3波動率模型的診斷檢驗
7 3 1Ling和Li 統計量
7 3 2Tse統計量
7 4指數加權移動平均
7 5BEKK模型
7 5 1討論
7 6Cholesky分解和波動率建模
7 6 1波動率建模
7 6 2套用
7 7動態條件相關模型
7 7 1建立DCC模型的過程
7 7 2例子
7 8正交變換
7 8 1Go GARCH模型
7 8 2動態正交分量
7 8 3DOC存在性檢驗
7 9基於Copula函式模型
7 9 1Copula函式
7 9 2高斯和t copula函式
7 9 3多元波動率建模
7 10主波動成分
練習
參考文獻
附錄A數學與統計學
索引

相關詞條

熱門詞條

聯絡我們