金融计量经济学基础 工具、概念和资产管理应用

 

随着数量金融专业的不断兴起，金融计量经济学在金融领域的应用变得十分重要，它可以提供分析模型用以确定复杂的金融产品结构，也可以用来估值和进行风险评估。该书涵盖金融计量经济学的常用技术，避免使用不必要的数学和统计模型分析，且强调基础理论和应用。该书主要讨论了回归分析模型、因子分析、风险分析和时间序列分析。另外，该书安排了配套的教学资源，读者可以在上面查到大量的真实案例和新近的研究内容，比如信贷得分、对冲固定收益证券、平衡资产组合等。
《金融计量经济学基础：工具、概念和资产管理应用》适合金融应用程序开发人员、金融从业者、投资组合经理等使用。

 

译者序
前言
致谢
关于作者
第1章导论1
学习目标1
1.1金融计量经济学的步骤2
1.1.1模型选择2
1.1.2模型估计3
1.1.3模型检验4
1.2数据生成过程5
1.3金融计量经济学在投资管理领域的应用6
1.3.1资产配置6
1.3.2投资组合的构建7
1.3.3投资组合的风险管理8
要点回顾10
第2章简单线性回归12
学习目标12
2.1相关性的作用12
2.2回归模型：两个变量之间的线性函数关系14
2.3回归模型的分布假设15
2.4回归模型的估计17
2.5模型的拟合优度20
2.6简单线性回归在金融领域的两个应用22
2.6.1估计共同基金的特征线22
2.6.2控制股票投资组合的风险26
2.7非线性关系的线性回归33
要点回顾34
第3章多元线性回归模型36
学习目标36
3.1多元线性回归模型概述36
3.2多元线性回归模型的假设37
3.3模型参数的估计38
3.4模型设计40
3.5诊断检验及模型显著性40
3.5.1模型的显著性检验41
3.5.2自变量显著性的检验43
3.5.3新增变量的F检验43
3.6多元线性回归在金融领域的应用44
3.6.1久期的估计44
3.6.2预测10年期国债收益率52
3.6.3基准的选择：夏普基准59
3.6.4基于收益率的对冲基金投资风格分析61
3.6.5抵押市场的溢价／折价分析63
3.6.6强式定价效率检验65
3.6.7资本资产定价模型的检验67
3.6.8多因子模型的证明69
要点回顾70
第4章建立和检验多重线性回归模型72
学习目标72
4.1多重线性问题72
4.2建模技术75
4.2.1逐步包含回归方法76
4.2.2逐步排除回归方法77
4.2.3标准的逐步回归方法77
4.2.4逐步回归方法的应用77
4.3多元线性回归模型的假设检验78
4.3.1线性检验80
4.3.2关于误差项的假定统计特性81
4.3.3残差的正态分布检验82
4.3.4验证误差项的常方差（同方差性）83
4.3.5残差的非自相关85
要点回顾88
第5章时间序列分析简介91
学习目标91
5.1时间序列91
5.2时间序列的分解93
5.3用差分方程表示时间序列96
5.4应用：价格波动过程97
5.4.1随机游走模型97
5.4.2误差修正模型99
要点回顾100
第6章回归模型中的分类变量102学习目标102
6.1自变量为分类变量103
6.2因变量为分类变量123
6.2.1线性概率模型123
6.2.2probit回归模型124
6.2.3logit回归模型125
要点回顾125
第7章分位数回归127
学习目标127
7.1经典回归分析的局限性128
7.2参数估计128
7.3分位数回归过程129
7.4分位数回归在金融领域的应用131
7.4.1投资组合管理者风格的决定因素132
7.4.2影响资本结构的决定因素134
要点回顾137
第8章稳健回归138
学习目标138
8.1稳健回归估计139
8.2协方差和相关矩阵的稳健估计145
8.3应用147
要点回顾148
第9章自回归移动平均模型149
学习目标149
9.1自回归模型150
9.2移动平均模型153
9.3自回归移动平均模型概述155
9.4使用ARMA模型预测标准普尔500指数的周收益158
9.5向量自回归模型162
要点回顾163
第10章协整164
学习目标164
10.1平稳、非平稳时间序列和协整165
10.2协整关系检验169
10.2.1Engle-Granger协整检验169
10.2.2Johansen-Juselius协整检验176
要点回顾181
第11章自回归异方差模型及其扩展182
学习目标182
11.1估计和预测时间序列的波动性183
11.2ARCH模型184
11.2.1ARCH行为184
11.2.2ARCH模型表现187
11.2.3ARCH均值模型191
11.3GARCH模型191
11.3.1ARCH/GARCH模型应用193
11.3.2GARCH模型的单变量扩展194
11.3.3ARCH/GARCH模型的参数估计196
11.3.4GARCH模型在期权定价上的应用196
11.3.5ARCH/GARCH模型的多元扩展197
要点回顾200
第12章因子分析和主成分分析201
学习目标201
12.1线性回归的假设202
12.2因子模型的基本概念203
12.3因子模型的假设和分类206
12.4因子模型与线性回归的异同206
12.5因子模型的性质207
12.6因子模型的估计209
12.6.1因子的不确定性问题209
12.6.2因子的数量估量210
12.6.3模型参数估计210
12.6.4因子的估计214
12.6.5其他类型的因子模型216
12.7主成分分析216
12.7.1主成分分析步骤216
12.7.2主成分分析的过程224
12.8因子分析与主成分分析之间的差异224
12.9近似（大）因子模型225
12.10近似因子模型和主成分分析226
要点回顾227
第13章模型估计229
学习目标229
13.1统计估计与检验229
13.2估计方法231
13.3最小二乘估计法232
13.3.1普通最小二乘估计法237
13.3.2加权最小二乘估计法238
13.3.3广义最小二乘估计法240
13.4极大似然估计法240
13.4.1极大似然估计在回归模型中的应用之一241
13.4.2极大似然估计在回归模型中的应用之二242
13.4.3极大似然估计在因子模型中的应用244
13.5工具变量估计法244
13.6矩估计法245
13.7M估计方法和M估计量250
要点回顾250
第14章模型选择251
学习目标251
14.1物理和经济学：科学的两种途径251
14.2对复杂性建模和样本容量253
14.3数据透视255
14.4幸存者偏差和其他样本缺陷256
14.5模型风险259
14.6模型选择小结260
要点回顾262
第15章使用金融计量经济模型构建和实施投资策略264
学习目标264
15.1量化研究过程265
15.1.1基于金融经济理论形成一个事前的合理推断266
15.1.2避免样本中的幸存者偏差267
15.1.3选择模型的估计方法268
15.1.4拟合和预测的权衡268
15.1.5情绪的影响270
15.1.6统计显著并不能保证alpha271
15.2投资策略的构建过程272
15.2.1建立估计预期收益的模型272
15.2.2独立的风险控制274
要点回顾276
附录A描述性统计277
附录B金融计量经济学常用的连续概率分布297
附录C推断统计311
附录D矩阵代数基础332
附录E模型选择准则：AIC和BIC343
附录F稳健统计347