金融时间序列分析 / 光华思想力书系·教材领航
￥66.00定价
作者： 王亚平
出版时间：2025-08
出版社：北京大学出版社
- 北京大学出版社
- 9787301361276
- 1版
- 550522
- 16开
- 2025-08
- 金融学
- 本科
作者简介
内容简介
本书主要讨论时间序列数据的理论及在金融问题中的应用，主要内容包括时间序列数据在线性分析中的问题及时间序列模型。模型的理论部分主要包括一元线性自回归移动平均模型、一元非线性随机波动率模型、多元线性向量自回归模型及协整模型，应用将涉及经济金融政策评估、经济金融指标的预测、金融资产风险的度量及管理和动态交易策略等。同时本书还将介绍R软件在这些方面的应用。本书特色：紧密结合应用，包括在理论检验上和金融实务中的应用，着重培养学生的时间序列分析思路及动手解决问题的能力。
目录
第1章 导论
1.1 时间序列数据的特点
1.2 金融时间序列分析的任务
1.3 R软件简介
1.4 随机变量及资产回报
1.5 矩条件及其经济含义
1.6 预测的本质
第2章 时间序列的基本性质
2.1 平稳性
2.2 遍历性
2.3 自相关性
2.4 大样本性质
2.5 时间序列数据在线性回归模型中的应用
第3章 自回归模型
3.1 差分方程
3.2 AR模型的定义及性质
3.3 AR模型的识别
3.4 应用范例：中国GDP增长的周期性
第4章 自回归移动平均模型
4.1 MA模型
4.2 ARMA模型
4.3 预测
4.4 滚动窗口样本外预测误差及其分析
第5章 单位根过程及其检验
5.1 单位根过程
5.2 单位根检验
5.3 检验模型的选择
5.4 检验中的其他问题
5.5 分数单位根简介
第6章 季节性问题及季节调整
6.1 季节性现象
6.2 季节模型
6.3 季节调整
6.4 应用范例：预测中国GDP
第7章 向量自回归模型
7.1 多元时间序列的可预测性
7.2 VAR模型及其性质
7.3 VAR模型的识别
7.4 预测及模型比较
7.5 应用范例：预测中国GDP
第8章 时间序列之间的动态关系
8.1 格兰杰因果关系
8.2 脉冲反应函数
8.3 方差分解
8.4 结构性VAR模型简介
8.5 应用范例：中国货币政策有效性评估
第9章 协整
9.1 长期均衡与协整
9.2 协整的检验
9.3 误差修正模型
9.4 Johansen协整检验及模型估计
9.5 应用：配对交易策略
第10章 GARCH波动率模型
10.1 波动率的性质
10.2 GARCH模型
10.3 GARCH家族的其他模型
10.4 GARCH波动率的估算和预测
第11章 其他波动率模型
11.1 实现波动率
11.2 隐含波动率
11.3 波动率模型的比较
11.4 应用：在险价值的计算
参考文献
1.1 时间序列数据的特点
1.2 金融时间序列分析的任务
1.3 R软件简介
1.4 随机变量及资产回报
1.5 矩条件及其经济含义
1.6 预测的本质
第2章 时间序列的基本性质
2.1 平稳性
2.2 遍历性
2.3 自相关性
2.4 大样本性质
2.5 时间序列数据在线性回归模型中的应用
第3章 自回归模型
3.1 差分方程
3.2 AR模型的定义及性质
3.3 AR模型的识别
3.4 应用范例：中国GDP增长的周期性
第4章 自回归移动平均模型
4.1 MA模型
4.2 ARMA模型
4.3 预测
4.4 滚动窗口样本外预测误差及其分析
第5章 单位根过程及其检验
5.1 单位根过程
5.2 单位根检验
5.3 检验模型的选择
5.4 检验中的其他问题
5.5 分数单位根简介
第6章 季节性问题及季节调整
6.1 季节性现象
6.2 季节模型
6.3 季节调整
6.4 应用范例：预测中国GDP
第7章 向量自回归模型
7.1 多元时间序列的可预测性
7.2 VAR模型及其性质
7.3 VAR模型的识别
7.4 预测及模型比较
7.5 应用范例：预测中国GDP
第8章 时间序列之间的动态关系
8.1 格兰杰因果关系
8.2 脉冲反应函数
8.3 方差分解
8.4 结构性VAR模型简介
8.5 应用范例：中国货币政策有效性评估
第9章 协整
9.1 长期均衡与协整
9.2 协整的检验
9.3 误差修正模型
9.4 Johansen协整检验及模型估计
9.5 应用：配对交易策略
第10章 GARCH波动率模型
10.1 波动率的性质
10.2 GARCH模型
10.3 GARCH家族的其他模型
10.4 GARCH波动率的估算和预测
第11章 其他波动率模型
11.1 实现波动率
11.2 隐含波动率
11.3 波动率模型的比较
11.4 应用：在险价值的计算
参考文献
