第 1章金融时间序列及其特征 金融时间序列分析考虑的是资产价值随 .docVIP

第 1章金融时间序列及其特征 金融时间序列分析考虑的是资产价值随时间演变的理论与实践 .它是一个带有高度经验性的学科 ,但也像其他科学领域一样 ,理论是形成分析推断的基础 .然而 ,金融时间序列分析有一个区别于其他时间序列分析的主要特点：金融理论及其经验的时间序列都包含不确定因素 .例如 ,资产波动率有各种不同的定义 ,对一个股票收益率序列 ,波动率是不能直接观察到的 .正因为带有不确定性 ,统计的理论和方法在金融时间序列分析中起重要作用. 本书的目的是提供一些金融时间序列的知识 ,介绍一些对分析金融时间序列有用的统计工具 ,从而使读者获得各种经济计量方法在金融中应用的经验 .第 1章引入资产收益率的基本概念 ,并简要介绍本书所讨论的一些过程 .第 2章回顾了一些线性时间序列分析中的基本概念 ,如平稳性、自相关函数 ,引入了一些简单的线性模型来处理序列的序列相关性 ,并讨论了带时间序列误差、季节性、单位根非平稳性和长记忆过程的回归模型 .当存在条件异方差性和序列相关时 ,该章给出了协方差阵相合估计的方法 .第 3章着重讨论了条件异方差性 (资产收益率的条件方差)的建模 ,讨论了新近发展起来的用来描述资产收益率的波动率随时间演变的各种经济计量模型 .该章还讨论了波动率建模的其他方法 ,包括使用高频交易数据和一项资产的日最高价格和日最低价格进行建模 .第 4章讨论了金融时间序列中的非线性性 ,引入了能区别非线性序列与线性序列的检验统计量 ,并讨论了几个非线性模型 .该章还介绍了非参数估计方法和神经网络 ,并且展示了非线性模型在金融中的各种应用 .第 5章考虑的是高频金融数据的分析 ,市场微观结构的影响及高频金融的应用 ,阐明了不同步 (或不同时 )的交易和买卖价格间的跳跃可能带来股票收益的序列相关性 .该章还研究了不同交易之间持续时间的动态规律和一些分析交易数据的计量经济模型 .第 6章引入了连续时间扩散模型和伊滕 (Ito)引理 ,导出了 Black-Scholes期权定价公式 ,并应用一个简单的跳跃扩散模型来刻画期权市场常见的一些特征 .第 7章讨论了极值理论、厚尾分布及其在金融风险管理中的应用 .该章还特别讨论了计算金融头寸风险值 (VaR)及金融头寸的预期赤字的各种方法 .第 8章着重讨论多元时间序列分析和简单的多元模型 ,重点在于分析时间序列之间的交叉延迟关系 .该章还介绍了协整、一些协整检验以及门限协整 ,并用协整的概念来研究金融市场中的套利机会 ,包括配对交易 .第 9章讨论了简化多元时间序列动态结构的方法和降低维数的方法 ,并介绍和演示了 3种因子模型来分析多个资产的收益率 .第 10章介绍了多元波动率模型 ,其中包括带时变相关系数的模型 ,同时还讨论了怎样对一个条件协方差阵进行重新参数化 ,使之满足正定性的限制 ,并降低波动率建模的复杂性 .第 11章介绍了状态空间模型和卡尔曼滤波 ,还讨论了状态空间模型和本书中所讨论的其他计量经济模型之间的关系 .该章还给出了在金融方面应用的几个例子 .最后 ,第 12章介绍了统计文献中一些新近发展起来的马尔可夫链蒙特卡罗方法 ,并把这些方法应用于各种金融研究的问题 ,如随机波动率模型和马尔可夫转换模型的估计. 本书着重强调应用和实证分析 .每章都有实际例子 ,很多时候经济计量模型的发展是由金融时间序列的实证特征来推动的 .必要时 ,本书还提供了用来分析数据的计算机程序和命令 .在某些案例中 ,程序已在附录中给出 .书中各章的练习题也要用到很多实际数据. 1.1资产收益率 多数金融研究针对的是资产收益率而不是资产价格 . Campbell, Lo和 MacKin lay (1997)给出了使用收益率的两个主要理由：第一 ,对普通的投资者来说 ,资产收 益率完全体现了该资产的投资机会 ,且与其投资规模无关 ;第二 ,收益率序列比价格序列更容易处理,因为前者有更好的统计性质.然而,资产收益率有多种定义. 设 Pt是资产在 t时刻的价格 .下面给出全书中要用到的一些收益率的定义 .暂时假定资产不支付分红. 单期简单收益率 若从第 t ? 1天到第 t天 (一个周期)持有某种资产,则简单毛收益率为 1+ Rt = Pt 或 Pt = Pt?1 (1 + Rt) . (1.1)Pt?1 对应的单期简单净收益率或称简单收益率为 Pt Pt ? Pt?1 Rt = ? 1= . (1.2)Pt?1 Pt?1 多期简单收益率 若从第 t ? k天到第 t天这 k个周期内持有某种资产 ,则 k-期简单毛收益率为 Pt Pt Pt?1 Pt?k+1 1+ Rt [k]= = × ×· ··× Pt?k Pt?1 Pt?2 Pt?k =(1 + Rt)(1 + Rt?1) ···