金融高階矩風險識別與控制

內容簡介

本書系統地討論了矩序列風險的形成、表現、測度、規避等一系列理論與實際問題，在建模理論與建模方法研究的基礎上，進一步形成金融動態風險的識別與控制方案，一方面可以為在高階矩風險方面的進一步研究提供理論基礎，為帶有高階矩風險的動態組合投資、動態資產定價等相關主題研究提供理論依據與技術支持；另一方面，動態風險識別與控制方案可以為全國金融決策機構、投資決策機構、基金管理機構進行風險識別、進行組合投資規避金融風險的動態影響提供一套工具和方法。

作者簡介

許啟發，男，1975年生，講師，2000年畢業於東北財經大學，碩士研究生，天津大學在讀博士。2000年到我院任教以來，共講授過《統計學》、《多元統計分析》、《非參數統計學》等課程，教學效果優秀。在教學之餘積極開展科研活動，主持和參加完成省部以上級課題12項，發表論文25篇。

圖書前言

金融高階矩風險識別與控制2003年度諾貝爾經濟學獎獲得者Engle和Granger提出的ARCH模型和協整理論已被廣泛套用於金融及經濟領域的研究，成為金融計量和金融時間序列分析的必備工具之一。經過20多年的發展，協整理論不斷得到完善和補充，非線性協整、分數維協整、季節性協整、門限協整、制度轉換協整、變結構協整、面板數據協整等仍屬熱門研究領域；而ARCH類波動性建模也經歷了從ARCH類模型到廣義ARCH即GARCH模型，從線性ARCH模型到非線性ARCH模型以至非線性GARCH模型，從平穩GARCH模型到單整GARCH模型以至分整GARCH模型，從單變數GARCH模型到多變數即向量GARCH模型，從離散ARCH到連續ARCH模型的研究發展階段。

然而，金融時間序列的分布往往具有“非對稱”和“厚尾”特徵，表現為“負偏度”(negative skewness)和“超出峰度”(excess kurtosis)。因此，僅從時間序列的前二階矩（一階矩和二階矩）出發，難以準確刻畫金融時間序列的動態行為，需要尋求利用更高階矩（higher moments，包括：三階矩和四階矩）進行相關主題的討論。負偏度的存在使得資產收益下降的可能性大於上升的可能性；超出峰度的存在使得極值事件(extreme observations)比在正態條件下更容易發生，從而增加風險，將其稱為高階矩風險。早在1970年，經濟學家Samuelson就指出：不但可能而且應該在更高階矩意義上去探討有關組合投資問題。

基於此，有必要研究高階矩風險，在更高階矩意義上去建立波動模型，將GARCH類模型向高階矩進行擴展；同時，研究多個金融資產收益之間的相互關係、研究其風險之間的相互關係，依賴協整理論及協同持續理論的發展。如何建立一階矩的協整性與二階矩的協同持續性之間的等價關係？如何構建二者的統一研究架構？對於貫通協整與協同持續兩個領域的研究，將協同持續思想推廣到更高階矩意義上具有重要的理論意義，同時對於動態金融風險的規避具有重要的現實意義。

許啟發博士，自2003年春進入天津大學管理學院攻讀博士學位起，一直從事金融時間序列分析、金融計量的建模理論與方法論研究工作。在攻讀博士學位期間，選擇高階矩波動性建模及高階矩風險識別與控制作為自己的研究課題，具有前瞻性，取得了一系列的研究成果，在此領域取得了突破性進展。他的主要工作有以下幾個方面：一是在高階矩波動性建模方面，給出了NAGARCHSKM模型並討論了其一整套建模技術；給出多元GARCHSK模型的三種表達形式，並基於常態分配的GramCharlier展開討論模型的參數估計方法；基於獨立成分分解技術提出ICGARCHSK模型，給出多元條件高階矩波動率的估計方法。二是基於脈衝回響分析討論了高階矩序列的波動持續和協同持續，給出高階矩波動持續及協同持續的界定、波動持續性定理與協同持續存在定理，為尋找協同持續向量提供了依據；提出分數維協整、分數維協同持續等概念，拓展了文獻中在整數維框架下關於波動持續與協同持續問題的研究。三是基於小波多分辨分析，理論上提出了多分辨協整、多分辨誤差校正模型等概念，給出檢驗程式和建模方法；提出了多分辨持續、多分辨協同持續等概念，並給出相應定理；實務上提出了多分辨投資組合策略和多分辨資本資產定價模型。四是基於理論與方法研究的成果，細緻地討論了存在高階矩風險條件的金融投資決策問題，針對條件高階矩風險，在理論上推導出高階矩動態投資組合策略；給出了高階矩動態資本資產定價模型。

金融高階矩風險識別與控制

基本介紹

內容簡介

作者簡介

圖書前言

目錄

相關詞條

熱門詞條