圖書信息
作 者：彭作祥 著
出 版 社：西南財經大學出版社
出版時間：2006-4-1
版 次：1
頁 數：294
字 數：240000
印刷時間：2006-4-1
紙 張：膠版紙
I S B N：9787810884310
包 裝：平裝
內容簡介
該書的結構安排和主要內容如下：
第1章導言部分為問題提出、研究思路及篇章結構安排。
第2章通過對金融市場中投資者的投資決策行為進行經濟學分析，解釋高頻金融時序的尖峰肥尾、波動集束、條件方差時變性和長記憶性等統計特徵，也即解釋這些公認的金融現象產生的原因是什麼。
第3章使用極值理論估計並檢驗度量高頻金融時序的肥尾程式的參數——尾指數，討論尾指數在風險管理中的套用。
第3章使用極值理論及相關知識，局部擬合收益率的分布或密度，有效地估計和預測風險值，避免因整體擬合失真而導致估計與預測的無效。
在第3章的建模過程中，均使用方法論研究與實踐分析相結合的分析方法。
第4章論金融時序長記憶參數的估計，主要考慮涉及分整參數的ARFIMA的模型、高斯半參數方法和GPH非參數估計方法，並套用於深滬兩市的收益率的長記憶性的實證分析。
第5章為時間順序的單位根或平穩檢測。
第6章較系統地隨機模擬分析具有GARCH-error金融時序的ADF單位根檢驗問題，它是第5章的時一步深化和創新。
第6章的實證分析表明偽GARCH現象的存在可能源於GARCH模型設定的隨意性和非系統性。
圖書目錄
1 導言
1.1 問題的提出與研究思路
1.2 結構安排和主要內容
2 高頻金融時序統計特徵與投資主體行為分析
2.1 前言
2.2 高頻時間序列統計特徵
2.3 投資主體行為分析
2.4 淺議傳統與現代建模方法
3 肥尾度量與風險刻畫
3.1 引言
3.2 肥尾描述
3.3 極值理論基礎
3.4 尾指數估計與檢測
3.5 三收益率尾指數估計
3.6 風險值的估計與預測
4 長記憶參數估計
4.1 前言
4.2 長記憶參數d的估計
4.3 shr96和szr96時序的長記憶參數估計
4.4 ARFIMA模型長記憶參數的模擬比較
4.5 對長記憶參數估計的時一步思想
5 時間序列平穩性檢測
5.1 前言
5.2 時間序列平穩性檢驗
5.3 單位根檢測
5.4 KPSS平穩性檢測
5.5 動態I（1）和I（0）檢測
5.6 變參數模型與時序的穩定性分析
5.7 隨機模擬與實證分析
6 具有GARCH-error的單位根檢測
6.1 問題的提出
6.2 試驗設計
6.3 經典DF單位根檢測
6.4 具有GARCH-normal error的ADF單位根檢驗
……
7 GARCH模型分析與套用
附錄1 LM、LR和Wald檢驗
附錄2 信息準則
附錄3 分整時序隨機數生成程式
附錄4 動態ADF單位根檢驗程度
附錄5 動態KPSS（0）平穩性檢驗程式
附錄6 具有GARCH-skew-t error單位根檢測程式
參考文獻
致謝
