新書推薦： 《
锦奁曾叠：古代妆具之美
》 售價：NT$
717.0
《
盛世：西汉 康乾
》 售價：NT$
549.0
《
所有治愈，都是自愈
》 售價：NT$
381.0
《
财富管理的中国实践
》 售價：NT$
717.0
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》 售價：NT$
2789.0
《
财之道丛书·太古传：商业帝国200年
》 售價：NT$
717.0
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》 售價：NT$
235.0
《
万历四大征（全两册）
》 售價：NT$
549.0
內容簡介：
本书对金融统计方法及其在金融领域中的运用进行了详细的讲解与分析，书中每部分的内容由浅入深，易于理解。与目前的同类教材相比，本书更加侧重统计与计量方法在金融市场和衍生品领域的应用性，在方法的讲解与分析上也更加全面。此外，本书还以2008年金融危机为背景将统计方法运用于此次危机中一些重要的金融衍生品如CDO等的分析中。全主要涵盖三部分内容：一部分内容为期权定价理论，该部分内容在对相关金融衍生品和数学基础知识进行介绍的基础上对相关期权定价模型、理论进行了详细的讲解；第二部分内容为金融时间序列统计模型，该部分对金融时间序列相关统计计量模型如ARIMA模型等进行了详细的讲解；第三部分介绍了一些统计计量方法在金融领域如投资组合选择、风险管理中的应用。
關於作者：
作者简介于尔根·弗兰克（Jürgen Franke）凯撒斯劳腾工业大学数学系教授，主要研究领域包括：运用神经网络模型、整时间序列和非参数非线性时间序列模型作为阈值模型来研究参数、非平稳时间序列模型、混合模型（如马尔科夫转换模型）、风险量化、积分时间序列等。沃尔夫冈·卡尔·哈德勒（Wolfgang Karl Hrdle）柏林洪堡大学经济商学院统计计量研究所终身教授，同时为数据研究中心主任，IRTG项目总负责人，厦门大学外籍专家教授。主要研究领域包括：修均法、离散选择模型、金融市场和计算机辅助统计领域的统计建模，近则在研究隐含波动率建模以及金融风险的统计分析。克里斯蒂安·马蒂亚斯·哈夫纳（Christian Matthias Hafner）比利时鲁汶大学教授，统计、生物统计学和精算科学学院院长，鲁汶大学运筹学与计量经济学研究中心准会员，在Studies in Nonlinear Dynamics and Econometrics、Computational Statistics、Banking and Finance Review等期刊任副主编。主要研究领域包括：时间序列计量经济学、应用非参数统计和实证金融。
目錄
目录前言译者序作者简介译者简介第一部分期权定价第1章 衍生品2 文献推荐6 练习6第2章 期权管理8 2.1 套利关系8 2.2 投资组合保险15 2.3 单期二叉树模型20 文献推荐22 练习23第3章 概率论基础25 3.1 实值随机变量25 3.2 期望与方差27 3.3 偏度和峰度27 3.4 随机向量，依赖性，相关性28 3.5 条件概率和期望29 文献推荐30 练习30第4章 离散时间随机过程32 4.1 二项过程32 4.2 三项过程35 4.3 一般随机游走36 4.4 几何随机游走36 4.5 拥有状态依赖型增量的二项模型37 文献推荐38 练习38第5章 随机积分与微分方程39 5.1 维纳过程39 5.2 随机积分41 5.3 随机微分方程43 5.4 作为随机过程的股价45 5.5 伊藤引理46 文献推荐48 练习48第6章 Black-Scholes期权定价模型50 6.1 Black-Scholes微分方程50 6.2 欧式期权的Black-Scholes公式54 6.3 模拟59 6.4 风险管理和套期保值66 文献推荐75 练习76第7章 欧式期权的二叉树模型79 7.1 Cox-Ross-Rubinstein期权定价法80 7.2 离散股息83 文献推荐85 练习86第8章 美式期权87 8.1 美式期权的套利关系87 8.2 三叉树模型92 文献推荐94 练习94第9章 奇异期权96 9.1 复合期权，期权的期权97 9.2 后定期权或“如你所愿”期权98 9.3 障碍期权98 9.4 亚式期权100 9.5 回望期权101 9.6 棘轮期权102 9.7 篮子期权103 文献推荐104 练习104第10章 利率和利率衍生品106 10.1 定义和标记106 10.2 风险中性定价和计价单位测度108 10.3 利率衍生品112 10.4 利率建模117 10.5 债券定价123 10.6 校准利率模型124 文献推荐129 练习129第二部分金融时间序列统计模型第11章 导论：定义与概念132 11.1 一些定义132 11.2 对于德国和英国股票收益率的统计分析137 11.3 预期与有效市场139 11.4 计量模型：一个简单的总结142 11.5 随机游走假设149 11.6 单位根检验150 文献推荐156 练习156第12章 ARIMA时间序列模型158 12.1 移动平均过程158 12.2 自回归过程（Autoregressive Process）160 12.3 ARMA过程162 12.4 偏自相关（Partial Autocorrelation）163 12.5 矩估计（Estimation of Moments）166 12.6 Portmanteau统计量168 12.7 估计AR（p）模型168 12.8 估计MA（q）和ARMA（p,q）模型169 文献推荐172 练习172第13章 具有随机波动率的时间序列175 13.1 ARCH和GARCH模型176 13.2 GARCH模型的拓展190 13.3 GARCH的缺陷194 13.4 多变量GARCH模型200 13.5 连续时间的GARCH模型205 文献推荐209 练习209第14章 长期记忆时间序列211 14.1 长期依赖的定义211 14.2 分整和长期记忆212 14.3 长期记忆和自相似过程213 14.4 长期记忆的发现216 14.5 长期记忆参数的估计218 14.6 长期记忆模型220 14.7 经验证据222 文献推荐224第15章 非参数计量和灵活时间序列估计量225 15.1 非参数回归225 15.2 估计量的构建227 15.3 示例228 15.4 灵活波动率估计量228 15.5 基于ARCH模型的期权定价229 15.6 DAX看涨期权估值中的应用233 文献推荐235第三部分金融市场应用第16章 在险价值与后验测试238 16.1 预测与VaR模型239 16.2 期望损失后验测试法241 16.3 后验测试的实际操作242 文献推荐245 练习245第17章 连接与在险价值248 17.1 连接249 17.2 连接分类251 17.3 蒙特卡洛模拟257 17.4 连接的估计260 17.5 资产配置263 17.6 投资组合收益率的在险价值263 文献推荐272 练习272第18章 极端风险的统计273 18.1 风险测度273 18.2 数据描述275 18.3 估计方法277 18.4 后验测试291 18.5 时间序列的极值理论291 文献推荐295 练习296第19章 神经网络298 19.1 从感知器到非线性神经元299 19.2 反向传播（Back Propagation）算法304 19.3 神经网络在非参数回归中的应用305 19.4 神经网络在金融时间序列预测中的应用309 19.5 神经网络在风险定量研究中的应用311 文献推荐314第20章 期权投资组合的波动性风险315 20.1 数据说明316 20.2 VDAX动态的主成分因子分析317 20.3 VDAX动态的稳定性分析319 20.4 隐含波动率风险的测度320 文献推荐321 练习322第21章 违约概率的非参数估计324 21.1 逻辑回归Logistic Regression）324 21.2 信用评级的半参数模型325 21.3 神经网络在信用评级中的应用328第22章 信贷风险管理及信用衍生产品329 22.1 基本概念329 22.2 伯努利模型330 22.3 泊松模型331 22.4 工业模型332 22.5 单因子模型335 22.6 连接函数和损失分布336 22.7 担保债
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
