内容简介
《金融计量学:从初级到高级建模技术》是金融计量学研究领域的权威性著作。重点介绍了回归分析、单变量自回归移动平均模型、向量自回归过程、协整过程、主成分分析、因子分析、稳定过程以及存在厚尾误差的自回归移动平均模型和GARCH模型等多种模型和方法。《金融计量学:从初级到高级建模技术》的内容由浅入深，基本涵盖了现代金融计量学领域的大部分方法和内容。书中对金融计量学方法的介绍，既有详细的基础知识说明，又有实际案例应用的阐述。尤其是通过金融市场中的真实数据进行的举例说明，为读者展示了如何运用金融计量学方法对现实金融问题进行分析研究。
章节目录
第1章金融计量学——范畴与方法
1.1数据生成过程
1.2金融计量学建模步骤
1.3模型的时间跨度
1.4模型的应用
附录：投资管理过程
本章概念（按照出现先后排序）
第2章概率论与统计学知识回顾
2.1概率的概念
2.2估计的原则
2.3贝叶斯建模
附录A：信息结构
附录B：滤链
本章概念（按照出现先后排序）
第3章回归分析：理论和估计
3.1相关关系的概念
3.2回归和线性模型
3.3线性回归的估计
3.4回归的抽样分布
3.5回归模型解释效力的确定
3.6回归分析在金融中的应用
3.7逐步回归
3.8残差非正态性和残差自相关
3.9回归分析方法中的误区
本章概念（按照出现先后排序）
第4章回归分析专题
4.1回归模型中的分类变量和虚拟变量
4.2约束最小二乘
4.3矩估计方法及其一般化
本章概念（按照出现先后排序）
第5章回归分析在金融领域中的应用
5.1回归分析在投资管理过程中的应用
5.2强式定价有效的一个检验
5.3CAPM的检验
5.4利用CAPM评价管理人业绩——詹森指标
5.5多因子模型的证明
5.6标准的选择：夏普标准
5.7基于收益率的对冲基金风格分析
5.8对冲基金的存续期
5.9回归分析在债券组合管理中的应用
本章概念（按照出现先后排序）
第6章单变量时间序列建模
6.1差分方程
6.2术语和定义
6.3ARMA过程的平稳性和可逆性
6.4线性过程
6.5识别工具
本章概念（按照出现先后排序）
第7章ARIMA模型的建模和预测方法
7.1B-J过程概述
7.2差分次数的识别
7.3滞后阶数的识别
7.4模型的估计
7.5诊断检验
7.6预测
本章概念（按照出现先后排序）
第8章自回归条件异方差模型
8.1ARCH过程
8.2GARCH过程
8.3GARCH模型的估计
8.4平稳ARMA-GARCH模型
8.5拉格朗日乘数检验
8.6GARCH模型的变形
8.7GARCH模型预测
8.8多元GARCH结构
附录：GARCH（1，1）模型的性质分析
本章概念（按照出现先后排序）
第9章向量自回归模型Ⅰ
9.1VAR模型的定义
9.2平稳自回归分布滞后模型
9.3向量自回归移动平均模型
9.4VAR模型的预测
附录：特征向量与特征值
本章概念（按照出现先后排序）
第10章向量自回归模型Ⅱ
10.1稳定VAR模型的估计
10.2滞后阶数的判断
10.3残差自相关及其分布的性质
10.4VAR模型举例
本章概念（按照出现先后排序）
第11章协整与状态空间模型
11.1协整
11.2误差修正模型
11.3非平稳VAR模型估计的理论和方法
11.4状态空间模型
本章概念（按照出现先后排序）
第12章稳健估计
12.1稳健统计
12.2回归的稳健估计量
12.3协方差与相关系数矩阵的稳健估计
12.4应用
本章概念（按照出现先后排序）
第13章主成分分析和因子分析
13.1因子模型
13.2主成分分析
13.3因子分析
13.4债券组合管理中的PCA应用
13.5PCA与因子分析比较
本章概念（按照出现先后排序）
第14章金融计量学中的厚尾和稳定分布
14.1稳定分布的定义与基本性质
14.2稳定分布的性质
14.3稳定分布的参数估计
14.4在德国股票数据分析中的应用
附录：概率分布的比较
本章概念（按照出现先后排序）
第15章具有无限方差新息的ARMA和ARCH模型
15.1具有无限方差的自回归过程
15.2稳定GARCH模型
15.3稳定GARCH模型的估计
15.4条件密度的预测
本章概念（按照出现先后排序）
附录20只股票的月度收益率（2000年12月—2005年11月）
| 会员指南
