登入帳戶  | 訂單查詢  | 購物車/收銀台( 0 ) | 在線留言板  | 付款方式  | 運費計算  | 聯絡我們  | 幫助中心 |  加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 服務:香港台灣澳門海外 送貨:速遞郵局服務站

新書上架簡體書 繁體書
暢銷書架簡體書 繁體書
好書推介簡體書 繁體書

三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書
12月出版:大陸書 台灣書
11月出版:大陸書 台灣書
十月出版:大陸書 台灣書
九月出版:大陸書 台灣書
八月出版:大陸書 台灣書
七月出版:大陸書 台灣書
六月出版:大陸書 台灣書
五月出版:大陸書 台灣書
四月出版:大陸書 台灣書
三月出版:大陸書 台灣書
二月出版:大陸書 台灣書
一月出版:大陸書 台灣書

『簡體書』智能金融波动率模型及其实证研究

書城自編碼: 2661055
分類:簡體書→大陸圖書→管理金融/投资
作者: 耿立艳
國際書號(ISBN): 9787030455741
出版社: 科学出版社
出版日期: 2015-09-16
版次: 1
頁數/字數: 156/196000
書度/開本: 16开 釘裝: 平装

售價:HK$ 103.6

我要買

 

** 我創建的書架 **
未登入.


新書推薦:
高性能储能器件电解质:设计、制备与应用
《 高性能储能器件电解质:设计、制备与应用 》

售價:HK$ 105.6
四时如意 国风纹样线描涂色集
《 四时如意 国风纹样线描涂色集 》

售價:HK$ 59.8
活下去才是硬道理:华为的36条生存法则 一本书读懂任正非和华为的心法、做法、战法、阵法、活法,许小年、刘亚东、穆瑞澜、水皮倾情荐读
《 活下去才是硬道理:华为的36条生存法则 一本书读懂任正非和华为的心法、做法、战法、阵法、活法,许小年、刘亚东、穆瑞澜、水皮倾情荐读 》

售價:HK$ 93.6
数字经济:“数字中国”顶层规划与实践路径
《 数字经济:“数字中国”顶层规划与实践路径 》

售價:HK$ 82.8
算者生存:商业分析的方法与实践
《 算者生存:商业分析的方法与实践 》

售價:HK$ 95.8
共享现实:是什么让我们成为人类
《 共享现实:是什么让我们成为人类 》

售價:HK$ 153.6
女佣异闻:乙一出道25周年纪念短篇集
《 女佣异闻:乙一出道25周年纪念短篇集 》

售價:HK$ 59.9
生活观察图鉴 中国常见鸟类观察图鉴
《 生活观察图鉴 中国常见鸟类观察图鉴 》

售價:HK$ 179.8

 

建議一齊購買:

+

HK$ 168.0
《 海外并购交易全程实务指南与案例评析 》
+

HK$ 90.7
《 企业并购价值评估从入门到精通(第2版) 》
+

HK$ 83.3
《 投融资那点事儿:一本书轻松搞懂资本真相(双色) 幽默解读投融资,有趣、好看 》
+

HK$ 306.8
《 量化投资——策略与技术(典藏版) 》
+

HK$ 119.6
《 货币战争3:金融高边疆(百万册升级版)(金融边疆安全则国家安全,金融边疆沦陷则国家沦陷。《货币战争3:金融高边疆》一部生动的人民币诞生史、成长史、抗争史) 》
+

HK$ 292.1
《 资本的游戏(第2版 彩图本)(产品运营是爬楼梯,资本运营是上电梯,前者一代致富,后者一夜致富。国内著名投融资专家房西苑用中国式语言完美诠释资本运营) 》
編輯推薦:
《智能金融波动率模型及其实证研究》可作为金融领域的理论研究者、管理者和投资者的参考书,也可作为高校相关专业本科生和研究生的教材。
內容簡介:
《智能金融波动率模型及其实证研究》将智能预测理论中的灰色系统理论、支持向量机理论、模糊推理技术与传统金融波动率模型有机融合,构建智能金融波动率模型,并结合我国金融市场进行实证研究。《智能金融波动率模型及其实证研究》突破了学科之间的界限,融合了金融理论与智能预测理论,内容紧扣当前关于金融波动率预测研究的前沿问题,不仅包括基于先进智能预测方法的理论模型,还包括对理论模型的实证检验。
目錄
目录
第1章绪论1
1.1研究背景及意义1
1.2国内外研究现状及存在的问题5
1.3研究内容及创新点11
第2章传统金融波动率模型及智能预测理论14
2.1传统金融波动率模型14
2.2灰色系统舰26
3支持向量机舰34
2.4模糊推理技术44
2.5本章小结53
第3章灰色金融波动率模型及其实证研究55
3.1RGM-EGARCH模型及其实证研究56
3.2SVMGM-GARCH模型及其实证酿64
3.3PSOUGM-GARCH类模型及其实证酿71
3.4本章小结81
第4章支持向量机金融波动率模型及其实证研究83
4.1灰色支持向量机模型及其实证研究84
4.2小波支持向量模型及其实证研究91
本章小结99
第5章*小二乘支持向量机金融波动率模型及其实证研究100
5.1LSSVM-CARRX模型及其实证研究101
5.2LSSVM-AIWPSO模型及其实证研究108
5.3本章小结116
第6章TSK金融波动率模型及其实证研究117
6.1TSKGARCH模型及其实证研究118
6.2TSK非线性波动率组合模型及其实证酿127
6.3本章小结133
第7章总结与展望135
7.1研究总结135
7.2研究展望137
参考文献139
內容試閱
第1章
绪论
1.1研究背景及意义
1.1.1研究背景
经济全球化在20世纪后半叶以前所未有的速度迅猛推进,世界经济逐渐步入全球化的轨道。金融不仅是配置社会资源的*重要手段,也是调配经济命脉的供血系统。由于金融在现代经济中的核心地位,金融全球化已成为经济全球化发展*主要的表现形式和*本质的内容。金融全球化既是经济全球化的核心,又具有自身发展的规律。金融全球化的主要表现为资本流动全球化、货币系统全球化、金融市场全球化、金融机构全球化、金融监管全球化。
从长期来看,金融全球化极大地提高了世界金融市场的效率,对有效地配置资源、提高各国人民的生活水平有着积极的意义。但金融全球化也使国际资本的流动越来越脱离实体经济的运行,导致资本大规模无序流动,使一些经济体部分丧失宏观经济决策的独立性和宏观经济的控制能力,也给世界带来经济失衡和金融不稳的风险。首先,经济和金融的全球化发展、国际资金的大规模流动,使各国很难实施独立的经济政策,经济生活中的虚拟和泡沫成分加大,增加了金融风险发生的可能性。其次,经济和金融的全球化发展,使各国经济金融相互影响、相互制约,为金融危机的扩大和蔓延提供了条件。*后,在经济和金融全球化发展的同时,国际联合监管体系并没有得到同步发展,全球化的飞速发展和国际联合监管的相对落后,使监管的有效性大大降低,加大了金融危机产生的可能性。
自20世纪70年代布雷顿森林体系崩溃以来,由于国际金融市场利率、汇率波动的加剧,市场风险成为金融机构面临的重要风险。而进入20世纪90年代以来,国际金融市场更是危机四伏、风波迭起。1994年,墨西哥比索贬值,引发一起波及全球的金融危机。1997年,亚洲金融危机给东南亚、东亚国家的经济带来沉重打击。1999年和2002年,分别由巴西和乌拉圭金融动荡引起的拉美金融危机冲击了拉丁美洲国家的金融市场和经济发展。2008年,从美国开始爆发的金融危机引发了全球性经济危机和衰退。这些金融波动都伴随着汇率动荡、货币贬值、股市暴跌、公司破产、银行倒闭等现象的发生。纵观全球,伴随金融创新、开放与发展进程而来的是金融波动的加剧和风险的产生、暴露,对于金融风险的防范已经成为国际金融市场发展中的首要问题。
随着我国改革开放的不断深入,特别是在加入世界贸易组织之后,我国的经济和金融更深、更广泛地融入全球化的世界经济。同时,我国也明显地感到国际金融的全球化发展对我国银行风险直接或间接的影响。在我国市场经济初创阶段,金融市场基础十分脆弱,资产安全性很差。我国股市虽然起步较晚,但也在不断产生泡沫。2007年我国的金融市场完全开放之后,金融市场变得更加活跃和复杂,金融业面临的国际竞争进一步加大。这种金融市场背景决定了我国必然长期面对大范围金融市场频繁活动和价格暴涨暴跌频发的局面,因此必须对我国面临的日益增加的金融市场价格波动风险简称金融风险威胁有足够清醒的认识。
为抵御和减轻这些金融风险,*主要的措施可归结为两个方面。一方面,从金融生态环境自身建设层面上加强相关政策制度的制定和实施,搞好金融风险设防,这对于减轻损失具有极为重要的作用。另一方面,从科学技术层面上加强金融风险的定量分析和评估、定量预测和控制。金融市场预测*重要的价值在于提前采取必要的防范措施,这对于减轻和消除金融风险、保持社会稳定具有重要意义。随着国民经济的快速发展,金融风险问题作为各类风险的集中表现显得尤为突出和重要,因此,必须进一步加大对金融市场风险预测研究的投入[1]。
随着金融风险规避策略和金融资产定价研究的深入,多种衍生金融产品不断出现,推动着金融创新和金融市场的飞速发展,并产生了金融领域的一个新学科——金融工程。金融工程将工程思维和方法引入金融领域,综合地采用各种工程技术方法主要有数学建模、数值计算、网络图解、仿真模拟等,设计、开发和实施新型金融产品,创造性地解决各种金融问题。在金融领域风险的规避与定价方面,Markowitz的资产组合模型**次把数理工具引入金融研究,从而能够对风险进行定量的检验和预测[2]。在Markowitz工作的基础上,Sharp、Lintner、Mossin各自独立地研究了任一证券组合收益率与某个共同因素的关系,从而推导出资本资产定价模型capitalassetpricingmodel,CAPM[3~5]。Black和Scholes建立了期权定价模型B-S模型,期权定价理论是金融理论研究的又一大突破,并迅速在金融实践中得到应用[6]。此后,Ross建立了套利定价理论arbitragepricingtheory,APT,研究了多时期证券市场的均衡定价、非对称信息下的金融市场等问题[7]。这些金融理论的发展为分析金融市场波动性提供了理论依据。
学者们通过对众多金融时间序列数据的长期分析,发现了金融时间序列数据存在的共同统计特征。**,资产价格通常是非平稳的,有单位根的存在,而资产价格收益通常是平稳的。第二,资产价格收益序列通常表现出无自相关或很小的自相关性,但其平方序列的自相关性经常被拒绝,表明收益序列的观测值之间存在非线性关系。收益序列的波动率呈现“聚集性”特征,较大波动发生在更长的时期,低收益往往伴随着小波动值。这些现象都与依时间变化的条件变量有关。第三,资产价格收益序列的“厚尾”分布及正态性假设通常被拒绝,收益序列中存在的无条件超峰度可能与条件方差中的时频变差有关。第四,资产价格收益序列经常呈现出“杠杆效应”[8],即股价的变动倾向于与波动率的变化呈负相关。收益序列具有偏斜的无条件经验分布,表明正态分布假设是不合适的。第五,不同证券的波动率常常一起变动,表明金融市场与某些共同因素之间的联系可以解释条件二阶矩阵中的时频变差。尽管学者们早已认识到金融时序的这些统计特性,但20世纪80年代以前,学者们一直采用传统计量经济学模型[如多元线性回归模型、自回归移动平均autoregressivemovingaverage,ARMA模型等]对金融资产收益进行建模及分析。80年代以后,随着现代计量经济学的发展,研究者们才开始真正研究金融资产收益的波动性特征。因此,现代计量经济学方法为分析金融市场的波动性提供了方法基础。
1.1.2研究意义
在经历了2007年金融投资产品价格持续高涨、2008年金融危机之后,中国金融投资市场,特别是证券市场普遍低迷,使金融和证券投资市场的发展进入一个较为艰难的阶段。从稳定性来看,中国金融投资市场的稳定程度比美国和中国香港成熟市场的稳定程度都要差,主要表现在股市涨跌的幅度较大以及发生较大涨跌幅度的频率较高,这些都使中国金融市场的投资风险大大高于其他成熟市场的投资风险。如果不能正确理解、度量市场风险,并对风险进行有效的定价,就会降低经济活动中的资产配置效率,从而增大整体经济运行的成本。不仅是商业部门,政府部门也希望能有更好的方法来理解和度量市场风险。因此,发现、防御和减轻金融市场风险对中国来说是一个无法回避的重要问题,其发展战略和技术路线已引起相关学术领域的关注。
金融资产收益的波动率是对未来金融资产价格走势不确定性的一种度量。现代金融理论经常以波动率来衡量金融资产的风险。一般而言,波动率越大,预期收益与实际收益的差异越大,也就是风险越大。波动率在金融衍生品定价、投资组合、风险管理、对冲投资策略中扮演着重要的角色。当投资者进行投资时,首先要考虑金融资产组合的固有风险与收益,然后选择与其风险承受能力相对应的金融资产组合,此时波动率是选择过程中对风险的数量化度量;当研究者对资产进行定价时,波动率是CAPM的一个重要变量;当基金经理对冲日常风险而需要决定对冲比率时或当风险管理者计算金融风险时,都需要估计波动率;当市场监管者对市场运行质量进行评估时,市场的波动率是一个重要的指标。总之,资产组合理论、CAPM、APT模型及B-S模型都离不开对波动率的准确度量,而且波动率对企业的投资与财务杠杆决策、消费者的消费行为和模式、经济周期及相关宏观经济变量等,都具有重要影响。另外,波动率还与金融市场的功能与稳定性密切相关,是体现金融市场质量和效率的*简洁和*有效的指标之一。波动率预测已经成为现代金融理论的一个重要研究领域,对波动率预测方法的研究也显得尤为重要。
长期以来,国内外学者不断提出各种预测方法对金融市场的波动率进行实证分析和预测,希望从中获得有益的启示和可以遵循的规律性。早期的波动率预测方法以统计理论为基础,一般要求数据样本具有很好的分布规律性,而当代金融市场是一个复杂的开放型系统,受到诸如政治、经济等众多确定和不确定性因素的影响,导致金融数据呈现复杂的随机性和非线性特点,统计型方法在波动率预测方面很难有较大突破。
近些年来,为了提高波动率的预测精度,智能预测方法被引入金融波动率预测领域,以智能方法为基础的金融波动率模型也越来越成为学术界关注的焦点。目前有关波动率智能预测方法的研究成果通常是将传统智能预测方法应用于波动率预测中,然而传统智能预测方法本身具有一些难以克服的局限性,从而限制了预测精度的提高。本书开展智能金融波动率模型及其实证研究,旨在对现有智能预测方法进行改进和修正,以进一步提高对金融市场未来波动率的预测的准确性,为理论研究者、管理者和投资者提供理论及方法指导。因此,本书具有重要的理论价值和实际应用价值。
1.2国内外研究现状及存在的问题
1.2.1国内外研究现状
1.基于统计学的金融波动率模型
早在20世纪60年代,学者们就已认识到金融市场上金融资产价格的变化特征。Mandelbrot[9]和Fama[10]的研究发现,金融资产价格变化常常出现“波动聚集”现象,即大幅度的波动聚集在某一时间,而小幅度波动聚集在另一段时间上。这种金融变量随市场波动的现象是常见的,其特点已被证实为一种带普遍性和规律性的现象。而传统分析中所采用的计量模型,如多元线性回归、ARMA模型等都采用残差值为零且独立同方差的假设,不能客观和准确地描述金融资产价格与收益行为随时间变化的情况和特征。
为了较准确地刻画资产收益的波动聚集性异方差特征,Engle于1982年开创性地提出了自回归条件异方差autoregressiveconditionalheterskedasticity,ARCH模型,并将该方法成功地应用于英国通货膨胀指数的波动率研究[11]。在此之后的几十年里,ARCH模型的各种变化形式及各方面的应用成果不断涌现,并成为现代经济计量学飞速发展的一个重要领域[12]。ARCH模型的发展经历了两次突破,**次突破是由Bollerslev提出的广义自回归条件异方差generalizedautoregressiveconditionalheterskedasticity,GARCH模型[13]。大量文献证实,GARCH模型在一定条件下对金融资产收益波动率的预测是较为成功的。从此以后,几乎所有的ARCH模型新成果都是在GARCH模型的基础上得到的。Hagerman[14]和Lau等[15]学者相继发现,金融资产收益的分布具有两大特征:①有偏性,且偏度往往大于零,即概率分布是不对称的,而且是偏向右边,这说明收益本身对波动率的影响具有非对称性,即负的金融资产收益引起波动率增大的幅度要大于同样的正收益的效应,这种现象被称为杠杆效应。②尖峰厚尾性,且其峰度往往要远大于3。也就是说,收益序列剧烈波动,其分布不再服从正态分布。尽管GARCH模型能较好地刻画波动率的聚集性特征,并能有效消除收益中尖峰厚尾的影响,但它很难解释收益的杠杆效应。为此,学者们提出了不同的非对称GARCH模型来描述金融市场中的杠杆效应,如Nelson提出的指数GARCHexponentialGARCH,EGARCH模型[16]、Engle和Ng、Sentana提出的二次GARCHquadraticGARCH,QGARCH模型[17,18]、Zakoian、Glosten等提出的门限GARCHthresholdG

 

 

書城介紹  | 合作申請 | 索要書目  | 新手入門 | 聯絡方式  | 幫助中心 | 找書說明  | 送貨方式 | 付款方式 香港用户  | 台灣用户 | 大陸用户 | 海外用户
megBook.com.hk
Copyright © 2013 - 2024 (香港)大書城有限公司  All Rights Reserved.