商品介绍

• 商品信息

• 出版社： 机械工业出版社

• 商品名称：金融统计与数据分析

• 作者：［美］戴维·罗伯特

• 市场价：109.0

• ISBN号：9787111604044

• 版次：1-1

• 出版日期：2018-08

• 页数：420

• 字数：755

本书内容涉及金融学中的统计模型和数据分析的诸多内容，与一般偏重于单纯介绍理论知识和模型的著作不同，它把统计模型和金融模型联系在一起，寓统计学知识于金融学之中，并且用R软件做出了完美的应用程序。主要内容包括收益、固定收益证券、探索性数据分析、建模一元分布、再抽样、多元统计模型、Copulas、时间序列模型、证券投资组合理论、回归、协整分析、固定资产定价模型、因子模型和主成分分析、GARCH模型、风险管理、贝叶斯数据分析和MCMC、非参数回归和样条。

目录
前言
第1章引言
1.1文献注记
1.2参考文献
第2章收益
2.1引言
2.1.1净收益率
2.1.2总收益率
2.1.3对数收益率
2.1.4股息调整
2.2随机游走模型
2.2.1随机游走
2.2.2几何随机游走
2.2.3对数价格是对数正态的几何随机游走吗
2.3文献注记
2.4参考文献
2.5R实验室
2.5.1数据分析
2.5.2模拟
2.6习题
第3章固定收入证券
3.1引言
3.2零息债券
3.3有息票债券
3.4到期收益率
3.4.1计算到期收益率的一般方法
3.4.2即期汇率
3.5期限结构
3.5.1引言：利率取决于到期时间
3.5.2期限结构的描述
3.6连续复利
3.7连续的远期利率
3.8价格对收益率的敏感性
3.9文献注记
3.10参考文献
3.11R实验室
3.11.1计算到期收益
3.11.2 绘制收益曲线
3.12习题
第4章探索性数据分析
4.1引言
4.2直方图和核密度估计
4.3顺序统计量、样本CDF与样本分位数
4.3.1样本分位数的中心极限定理
4.3.2正态概率图
4.3.3半正态图
4.3.4QQ图
4.4正态性检验
4.5箱形图
4.6数据变换
4.7变换几何
4.8变换核密度估计
4.9文献注记
4.10参考文献
4.11R实验室
4.12习题
第5章单变量分布建模
5.1引言
5.2参数模型与简约性
5.3位置参数、尺度参数和形状参数
5.4偏度、峰度和矩
5.4.1JarqueBera检验
5.4.2矩
5.5重尾分布
5.5.1指数和多项式尾部
5.5.2t分布
5.5.3混合模型
5.6广义误差分布
5.7从对称分布创建偏度
5.8基于分位数的位置、尺度和形状参数
5.9最大似然估计
5.10MLE的Fisher信息和中心极限定理
5.11似然比检验
5.12AIC与BIC
5.13验证数据和交叉验证
5.14由最大似然法拟合分布
5.15剖面似然
5.16稳健估计
5.17带有参数变换的变换核密度估计
5.18文献注记
5.19参考文献
5.20R实验室
5.20.1收入数据
5.20.2DAX收益
5.21习题
第6章再抽样
6.1引言
6.2偏差、标准差和MSE的自助法估计
6.3自助法置信区间
6.3.1正态近似区间
6.3.2自助法t区间
6.3.3基本的自助法区间
6.3.4百分位数置信区间
6.4文献注记
6.5参考文献
6.6R实验室
6.7习题
第7章多元统计模型
7.1引言
7.2协方差和相关矩阵
7.3随机变量的线性函数
7.3.1两个或更多随机变量的线性组合
7.3.2独立与和的方差
7.4散点图矩阵
7.5多元正态分布
7.6多元t分布
7.7用最大似然来拟合多元t分布
7.8椭圆轮廓密度
7.9多元有偏t分布
7.10Fisher信息矩阵
7.11多元数据自助法
7.12文献注记
7.13参考文献
7.14R实验室
7.14.1股票收益
7.14.2拟合多元t分布
7.14.3拟合一个二元t分布
7.15习题
第8章copula
8.1引言
8.2特殊copula
8.3高斯copula和tcopula
8.4阿基米德copula
8.4.1弗兰克copula
8.4.2Clayton copula
8.4.3Gumbel copula
8.5秩相关
8.5.1肯德尔的tau相关系数
8.5.2斯皮尔曼相关系数
8.6尾部相关
8.7计算copula
8.7.1最大似然
8.7.2拟最大似然估计
8.7.3计算元高斯分布和元t分布
8.8文献注记
8.9参考文献
8.10R实验室
8.10.1模拟copula
8.10.2对收益数据拟合copula
8.11习题
第9章时间序列模型:基础知识
9.1时间序列数据
9.2平稳过程
9.2.1白噪声
9.2.2预测白噪声
9.3估计平稳过程的参数
9.4AR（1）过程
9.4.1弱平稳AR（1）过程的性质
9.4.2收敛到平稳分布
9.4.3非平稳AR（1）过程
9.5AR（1）过程的估计
9.5.1残差与模型检验
9.5.2最大似然和条件最小二乘
9.6AR（p）模型
9.7滑动平均过程
9.7.1MA（1）过程
9.7.2一般的MA过程
9.8ARMA过程
9.8.1后向算子
9.8.2ARMA模型
9.8.3ARMA（1，1）过程
9.8.4ARMA参数估计
9.8.5差分算子
9.9ARIMA过程
9.10单位根检验
9.11自动选择一个ARIMA模型
9.12预测
9.12.1预测误差和预测区间
9.12.2通过模拟计算预测限
9.13偏自相关系数
9.14文献注记
9.15参考文献
9.16R实验室
9.16.1Tbill比率
9.16.2预测
9.17习题
第10章时间序列模型：更多主题
10.1季节性ARIMA模型
10.1.1季节性和非季节性差分
10.1.2乘法ARIMA模型
10.2时间序列的BoxCox变换
10.3多变量时间序列
10.3.1互相关函数
10.3.2多变量白噪声
10.3.3多变量ARMA过程
10.3.4使用多变量AR模型预测
10.4长记忆过程
10.4.1长记忆平稳模型的需要
10.4.2分数阶差分
10.4.3FARIMA过程
10.5自助法时间序列
10.6文献注记
10.7参考文献
10.8R实验室
10.8.1季节性ARIMA模型
10.8.2VAR模型
10.8.3长记忆过程
10.8.4一个ARIMA过程的基于模型的自助法
10.9习题
第11章投资组合理论
11.1权衡预期收益和风险
11.2一种风险资产和一种无风险资产
11.3两种风险资产
11.4结合两种风险资产与一种无风险资产
11.4.1两种风险资产的切线资产组合
11.4.2结合切线资产组合和无风险资产
11.4.3ρ12的效果
11.5卖空
11.6N个风险资产投资组合的风险有效
11.7再抽样和有效投资组合
11.8文献注记
11.9参考文献
11.10R实验室
11.11习题
第12章回归：基础知识
12.1引言
12.2直线回归
12.2.1最小二乘估计
12.2.2β∧1的方差
12.3多元线性回归
12.4方差分析、平方和以及R2
12.4.1AOV表
12.4.2自由度
12.4.3均值平方和和F检验
12.4.4调整R2
12.5模型选择
12.6共线性和方差膨胀
12.7偏残差图
12.8中心化预测变量
12.9正交多项式
12.10文献注记
12.11参考文献
12.12R实验室
12.13习题
第13章回归诊断
13.1回归诊断简介
13.1.1杠杆值
13.1.2残差
13.1.3库克距离
13.2检验模型假设
13.2.1非正态分布
13.2.2非常数方差
13.2.3非线性
13.2.4残差相关性和伪回归
13.3文献注记
13.4参考文献
13.5R实验室
13.6习题
第14章回归：高级主题
14.1带有ARMA误差的线性回归
14.2线性回归的理论
14.2.1相关噪声的影响和异方差性
14.2.2回归的最大似然估计
14.3非线性回归
14.4从零息债券价格估计远期利率
14.5双边变换回归
14.6只变换因变量
14.7二元回归
14.8线性化一个非线性模型
14.9稳健回归
14.10回归和最佳线性预测
14.10.1最佳线性预测
14.10.2最佳线性预测的预测误差
14.10.3回归是经验最佳线性预测
14.10.4多元线性预测
14.11回归对冲
14.12文献注记
14.13参考文献
14.14R实验室
14.14.1带ARMA噪声的回归
14.14.2非线性回归
14.