返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书高维面板数据因子模型 理论、方法与应用9787509684344
  • 正版全新
    • 作者: 方国斌,马慧敏著 | 方国斌,马慧敏编 | 方国斌,马慧敏译 | 方国斌,马慧敏绘
    • 出版社: 经济管理出版社
    • 出版时间:2022-07-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 方国斌,马慧敏著| 方国斌,马慧敏编| 方国斌,马慧敏译| 方国斌,马慧敏绘
    • 出版社:经济管理出版社
    • 出版时间:2022-07-01
    • 版次:1
    • 印次:1
    • 字数:164000
    • 页数:168
    • 开本:16开
    • ISBN:9787509684344
    • 版权提供:经济管理出版社
    • 作者:方国斌,马慧敏
    • 著:方国斌,马慧敏
    • 装帧:平装
    • 印次:1
    • 定价:78.00
    • ISBN:9787509684344
    • 出版社:经济管理出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-07-01
    • 页数:168
    • 外部编号:1202676238
    • 版次:1
    • 成品尺寸:暂无

    章 绪论

    节 本书研究内容

    一、动态混合双因子模型(DMDFM)

    二、离散面板数据动态因子模型(DM)

    三、面板数据因子随机波动模型(Factor PDSVM或PFSVM)

    第二节 结构安排

    第三节 本书创新点

    一、拓宽了高维面板数据降维的思路

    二、针对不同的面板数据类型构建与之对应的动态因子模型

    三、提供了几种不同模型的估计方法并对每种方法进行了改进

    四、从理论上对各个模型的估计结果的有关统计质进行了明

    五、明确了相应模型的适用领域并对某些模型进行了应用研究

    第二章 因子模型形式拓展

    节 因子模型的一般形式

    第二节 宏观因子模型

    一、单因子模型

    二、多因子模型

    第三节 行业因子模型

    一、BARRA因子模型

    二、Fama-French因子模型

    第四节 统计因子模型

    一、主成分法

    二、极大似然法

    第五节 动态因子模型

    一、动态因子模型和静态因子模型

    二、严格(准确)动态因子模型

    三、近似动态因子模型

    四、广义动态因子模型

    五、滞后公因子模型

    第六节 多因子模型在互联网金融市场的应用

    第三章 高维面板数据降维与因子模型估计

    节 高维面板数据降维和变量选择方法

    第二节 高维因子模型建模策略

    第三节 动态因子模型的设定与估计方法

    第四节 面板数据因子模型的贝叶斯推断

    第四章 高维面板数据动态混合双因子模型

    节 引言

    第二节 面板数据动态混合双因子模型

    一、面板数据因子模型

    二、面板数据动态混合双因子模型

    三、动态混合双因子模型的特例

    第三节 模型的识别和设

    第四节 模型估计

    一、因子分解与因子个数的选择

    二、估计过程

    三、估计结果

    四、理论质及其明

    第五节 数值模拟

    第六节 本章小结

    第五章 高维离散面板数据动态因子模型

    节 引言

    第二节 离散面板数据动态因子模型设定

    一、模型的基本形式

    二、模型设

    第三节 基于GEE的模型估计

    一、离散面板数据因子模型估计方法的选择

    二、随机效应和固定效应模型估计过程的实现

    三、基于GEE的DM估计的理论质

    第四节 ┄数值模拟

    第五节 非交易日对价格涨跌的影响

    第六节 本章小结

    第六章 高维面板数据因子随机波动模型

    节 引言

    第二节 因子面板数据随机波动模型的设定

    一、面板数据随机波动模型

    二、因子面板数据随机波动模型

    第三节 因子面板数据随机波动模型估计和计算过程

    一、预先处理

    二、潜变量及相关参数的后验分布设定

    三、联合参数的MCMC算法

    四、因子分解的MCMC算法

    五、动态波动方程的FFBS估计

    第四节 数值模拟

    第五节 互联网金融和传统金融上市公司对比分析

    第六节 结论和进一步研究

    第七章 结论与展望

    节 主要结论

    第二节 进一步研究展望

    附录一

    附录二

    附录三

    附录四

    附录五

    参考文献

    后记

    方国斌,男,安徽财经大学统计与应用数学学院经济统计系主任,教授,硕士生导师。中国人民大学统计学院博士,中国人民大学环境学院理论经济学博士后。美国北伊利诺伊大学(NIU)统计系访问学者。中国商业统计学会、中国统计教育学会理事;中国数量经济学会长江三角洲经济研究会、中国优选法统筹法与经济数学研究会高等教育经济管理分会常务理事。在《统计研究》、《数理统计与管理》等国内外期刊公开发表科研40余篇。其中3篇被人大报刊复印资料《统计与精算》全文转载。主持社会科学等项目10余项。作为项目组主要成员参加社会科学重点项目和自然科学重点项目等重量项目6项。主要研究领域为金融计量经济学、面板数据分析、金融深度学习等。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购