本书系统介绍了金融计量学的基本方法和常用工具(有些内容是作者的原创性成果),既反映了该领域教学与研究的近期新进展,又十分贴近中国金融市场的实际,填补了国内同类著述的空白,适合于金融领域的学生、教师、学者和金融业界人士作为教材和参考书。本书分为离散时间模型和连续时间模型两大部分,共十四章。首先,离散时间模型部分共八章,其内容包含了与现代金融学研究相关的方法,如资产定价模型的检验、与市场有效性相关的随机游走检验、事件研究方法和资产收益的波动率模型等。其次,连续时间模型部分共六章,主要包括随机微积分知识、连续时间模型、连续时间模型的各种估计方法、高频金融数据分析方法等等。
姜近勇,于1996年获得西安大略大学经济学博士学位。主要研究领域包括资本市场的有效性、利率模型、期权定价、波动率的估计和预测,以及基金业绩评估等。在诸如Journalof Financial Economics, Review of Financial Studies, Journal of Financial and Quantitative Analysis, Journal ofEconometrics, Journal of Business and Economic Statis-tics, Journal of Financial Econometrics, Journal of Com-putational Finance, Econometric Theory, and Journal ofDerivatives等学术期刊发表30多篇论文。现兼任学术期刊Journanull
第一部分 离散时间模型
第一章 收益率的计算、常用数据库及统计软件
1.1 收益率的计算
1.2 常用金融数据库
1.3 常用统计软件
第二章 资产定价模型的时间序列估计与检验
2.1 资本资产定价模型
2.2 CAPM的估计与检验
2.3 实证例子
2.4 多因子模型的估计与检验
第三章 资产定价模型的横截面估计与检验
3.1 CAPM的横截面含义
3.2 排序分析
3.3 Fama-MacBeth回归
第四章 面板数据模型与方差估计
4.1 面板数据模型
4.2 混合回归与Fama-MacBeth回归
4.3 方差估计
第五章 随机游走检验
5.1 随机游走的设定
5.2 随机游走的统计检验
5.3 随机游走的经济检验
5.4 随机游走检验与有效市场假说
第六章 事件研究方法
6.1 事件研究的步骤
6.2 测定与分析超常收益率
6.3 超常收益率的加总
6.4 实证例子
第七章 ARCH/GARCH模型
7.1 条件波动率与资产收益率模型
7.2 □(特殊字符)的设定
7.3 zt的设定
7.4 模型的估计
7.5 实证例子
第八章 随机波动率模型
8.1 随机波动率模型的设定
8.2 SV模型的矩条件
8.3 SV模型的广义矩(GMM)估计
8.4 其他估计方法
第二部分 连续时间模型
第九章 由布朗运动和泊松过程驱动的随机过程
9.1 布朗运动
9.2 随机微分方程
9.3 伊藤积分与伊藤引理
9.4 多维布朗运动及伊藤引理
9.5 模拟扩散过程
9.6 跳跃—扩散过程
9.7 模拟跳跃—扩散过程
第十章 金融中常用连续时间模型的统计性质
10.1 单因子扩散模型
10.2 多因子扩散模型
10.3 跳跃—扩散模型
第十一章 连续时间模型的参数估计方法
11.1 累积量匹配、矩方法和广义矩方法
11.2 极大似然估计
11.3 拟极大似然估计与近似极大似然估计
第十二章 利率模型的半参数与非参数估计方法
12.1 平稳扩散过程的重要性质
12.2 密度函数的核估计与条件期望的N-W估计
12.3 扩散模型的半参数估计方法
12.4 扩散模型的非参数估计方法
第十三章 连续时间模型的特征函数估计方法
13.1 特征函数的定义及基本性质
13.2 独立同分布(iid)情形的ECF估计
13.3 平稳弱相依情形的ECF估计
第十四章 高频数据分析
14.1 二次变差与已实现方差
14.2 已实现幂变差、双幂变差与多幂变差
14.3 市场微观结构噪声的影响
14.4 跳跃检验
参考文献
索引