金融时间序列建模分析[电子资源.图书]

目录
1 导言
1．1 问题的提出与研究思路
1．2 结构安排和主要内容
2 高频金融时序统计特征与投资主体行为分析
2．1 前言
2．2 高频时间序列统计特征
2．3 投资主体行为分析
2．3．1 密度函数的肥尾性、分布的非正态性和序列的非独立性
2．3．2 波动集束现象
2．3．3 条件方差时变性
2．3．4 长记忆性
2．3．5 尖峰现象
2．4 浅议传统与现代建模方法
2．4．1 传统建模的设定及其局限性
2．4．2 现代建模方法
3 肥尾度量与风险刻画
3．1 引言
3．2 肥尾描述
3．2．1 肥尾定义
3．2．2 QQ散点图的基本思想
3．2．3 t、skewed-t和GED分布的尾部特征
3．3 极值理论基础
3．3．1 极值类型定理
3．3．2 尾指数估计量
3．4 尾指数估计与检验
3．4．1 块最大值法
3．4．2 广义Pareto分布法
3．4．3 POT法
3．5 三收益率尾指数估计
3．5．1 三收益率尾指数的初步估计
3．5．2 三收益率尾指数的估计与检验
3．6 风险值的估计与预测
3．6．1 风险值的估计
3．6．2 风险值的一步预测
3．6．3 shr96时序风险值的估计与预测图
4 长记忆参数估计
4．1 前言
4．2 长记忆参数d的估计
4．3 shr96和szr96时序的长记忆参数估计
4．4 ARFIMA模型长记忆参数的模拟比较
4．5 对长记忆参数估计的进一步思考
5 时间序列平稳性检验
5．1 前言
5．2 时间序列平稳性检验的意义
5．2．1 伪回归现象
5．2．2 伪回归的统计特征
5．3 单位根检验
5．4 KPSS平稳性检验
5．5 动态I(1)或I(0)检验
5．6 变参数模型与时序的稳定性分析
5．7 随机模拟与实证分析
5．7．1 伪回归的随机模拟及关注统计量的分布特征
5．7．2 趋势平稳过程与伪回归
5．7．3 动态ADF、KPSS检验及变参数模型
6 具有GARCH—error的单位根检验
6．1 问题的提出
6．1．1 文献回顾
6．1．2 伪GARCH现象
6．2 试验设计
6．2．1 研究内容
6．2．2 研究方法
6．2．3 程序设计
6．3 经典DF单位根检验
6．3．1 ADF(1．1)单位根检验及势函数的突变
6．3．2 (A)DF(1．2)单位根检验及势函数的突变过程
6．3．3 (A)DF(2．1)单位根检验及其势函数的突变过程
6．3．4 (A)DF(2．2)单位根检验及其势函数的变动
6．4 具有GARCH—normal error的ADF单位根检验
6．4．1 具有ARCH(1)—normal的单位根检验
6．4．2 具有GARCH—normal error的单位根检验
6．4．3 具有near—IGARCH—normal error的单位根检验
6．5 具有GARCH(near—IGARCH)-t error的单位根检验
6．6 具有GARCH—GED error的单位根检验
6．7 GARCH(near—IGARCH)-skewed—t error情形
7 GARCH模型分析与应用
7．1 前言
7．2 ARMA／ARFIMA模型及其局限性
7．3 GARCH模型的设定与参数的估计
7．3．1 一般ARCH／GARCH模型及其局限
7．3．2 GARCH模型的发展
7．3．3 ARCH族模型的设定
7．3．4 参数估计
7．4 模型的检验
7．5 中国两股市价格指数收益率波动性的对比分析
7．5．1 文献回顾
7．5．2 数据分析
7．5．3 模型的设定与检验
7．5．4 结果分析
7．5．5 模型的缺陷与展望
7．6 实证分析图表：shr96、szr96波动模型
7．6．1 shr96的波动模型选择
7．6．2 szr96的波动模型选择
附录1 LM、LR和Wald检验
附录2 信息准则
附录3 分整时序随机数生成程序
附录4 动态ADF单位根检验程度
附录5 动态KPSSI(0)平稳性检验程序
附录6 具有GARCH—skew—t error单位根检验程序
F．1 临界值的随机模拟程序
F．2 有效性及实际显著水平的随机模拟程序
参考文献
致谢
?$9
x