金融计量

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：第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。

于尔根·弗兰克，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，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，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。 

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
文献推荐
练习
第2章期权管理
2.1套利关系
2.2投资组合保险
2.3单期二叉树模型
文献推荐
练习
第3章概率论基础
3.1实值随机变量
3.2期望与方差
3.3偏度和峰度
3.4随机向量，依赖性，相关性
3.5条件概率和期望
文献推荐
练习
第4章离散时间随机过程
4.1二项过程
4.2三项过程
4.3一般随机游走
4.4几何随机游走
4.5拥有状态依赖型增量的二项模型
文献推荐
练习
第5章随机积分与微分方程
5.1维纳过程
5.2随机积分
5.3随机微分方程
5.4作为随机过程的股价
5.5伊藤引理
文献推荐
练习
第6章Black—Scholes期权定价模型
6.1Black—Scholes微分方程
6.2欧式期权的Black—Scholes公式
6.3模拟
6.4风险管理和套期保值
文献推荐
练习
第7章欧式期权的二叉树模型
7.1Cox—Ross—Rubinstein期权定价法
7.2离散股息
文献推荐
练习
第8章美式期权
8.1美式期权的套利关系
8.2三叉树模型
文献推荐
练习
第9章奇异期权
9.1复合期权，期权的期权
9.2后定期权或“如你所愿”期权
9.3障碍期权
9.4亚式期权
9.5回望期权
9.6棘轮期权
9.7篮子期权
文献推荐
练习
第10章利率和利率衍生品
10.1定义和标记
10.2风险中性定价和计价单位测度
10.3利率衍生品
10.4利率建模
10.5债券定价
10.6校准利率模型
文献推荐
练习
第二部分
金融时间序列统计模型
第11章导论：定义与概念
11.1一些定义
11.2对于德国和英国股票收益率的统计分析
11.3预期与有效市场
11.4计量模型：一个简单的总结
11.5随机游走假设
11.6单位根检验
文献推荐
练习
第12章ARIMA时间序列模型
12.1移动平均过程
12.2自回归过程（Autoregressive Process）
12.3ARMA过程
12.4偏自相关（Partial Autocorrelation）
12.5矩估计（Estimation of Moments）
12.6Portmanteau统计量
12.7估计AR（p）模型
12.8估计MA（q）和ARMA（p，q）模型
文献推荐
练习
第13章具有随机波动率的时间序列
13.1ARCH和GARCH模型
13.2GARCH模型的拓展
13.3GARCH的缺陷
13.4多变量GARCH模型
13.5连续时间的GARCH模型
文献推荐
练习
第14章长期记忆时间序列
14.1长期依赖的定义
14.2分整和长期记忆
14.3长期记忆和自相似过程
14.4长期记忆的发现
14.5长期记忆参数的估计
14.6长期记忆模型
14.7经验证据
文献推荐
第15章非参数计量和灵活时间序列估计量
15.1非参数回归
15.2估计量的构建
15.3示例
15.4灵活波动率估计量
15.5基于ARCH模型的期权定价
15.6DAX看涨期权估值中的应用
文献推荐
第三部分
金融市场应用
第16章在险价值与后验测试
16.1预测与VaR模型
16.2期望损失后验测试法
16.3后验测试的实际操作
文献推荐
练习
第17章连接与在险价值
17.1连接
17.2连接分类
17.3蒙特卡洛模拟
17.4连接的估计
17.5资产配置
17.6投资组合收益率的在险价值
文献推荐
练习
第18章极端风险的统计
18.1风险测度
18.2数据描述
18.3估计方法
18.4后验测试
18.5时间序列的极值理论
文献推荐
练习
第19章神经网络
19.1从感知器到非线性神经元
19.2反向传播（Back Propagation）算法
19.3神经网络在非参数回归中的应用
19.4神经网络在金融时间序列预测中的应用
19.5神经网络在风险定量研究中的应用
文献推荐
第20章期权投资组合的波动性风险
20.1数据说明
20.2VDAX动态的主成分因子分析
20.3VDAX动态的稳定性分析
20.4隐含波动率风险的测度
文献推荐
练习
第21章违约概率的非参数估计
21.1逻辑回归（Logistic Regression）
21.2信用评级的半参数模型
21.3神经网络在信用评级中的应用
第22章信贷风险管理及信用衍生产品
22.1基本概念
22.2伯努利模型
22.3泊松模型
22.4工业模型
22.5单因子模型
22.6连接函数和损失分布
22.7担保债务凭证
练习
附录A技术附录
A.1积分理论
A.2投资组合策略
符号和注释
参考文献
索引

前言全球金融危机（2007~2009）以及尾随其后的欧债危机（2009~）给商业、经济和政府管理都带来了巨大的改变。外溢效应和危机的全球化造成了数百亿美元的损失，并给当代社会带来了巨大的挑战。因此，对我们而言，修正教材并对金融统计学和计量经济学进行更为现实的研究已成为迫在眉睫的任务。特别地，我们认为有必要着重探讨一下担保债务凭证CDO（见第22章），此金融工具在全球金融危机爆发前变得尤为流行，并因此被主流媒体视为危机的导火索之一。通过观察近年来利率市场的重要变化，我们重构并更新了第10章。在第18章和第22章，我们用最近的数据更新了数据分析。此外，所有章节的练习也匹配了更新后的习题册（S.Borak,W.K.Hrdle and B.Lopez Cabrera (Springer Verlag,Heidelberg,ISBN:978-3-642-33929-5)）。除了这些改变，我们还修正了第3版的一些细节错误并补充了符号和定义部分。最后，我们特别要感谢这一版的编辑Piotr Majer。 所有文件可以从Springer.com网站下载。 于尔根·弗兰克（Jürgen Franke）凯撒斯劳滕工业大学沃尔夫冈·卡尔·哈德勒（Wolfgang K.Hrdle）柏林大学克里斯蒂安·马蒂亚斯·哈夫纳（Christian M.Hafner）比利时鲁汶大学2015年1月