金融波动理论、方法及其应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

周少甫 著

图书标签:

• 金融学
• 波动率
• 金融工程
• 风险管理
• 计量经济学
• 时间序列分析
• GARCH模型
• 期权定价
• 投资策略
• 金融建模

出版社： 华中科技大学出版社

ISBN：9787560982366

版次：1

商品编码：11096671

丛书名： 华中科技大学文科学术丛书

开本：32开

出版时间：2012-09-01

页数：285

编辑推荐

《金融波动理论、方法及其应用》的内容建立在2003年诺贝尔经济学奖获得者美国经济学家Engle以及国内外著名计量经济学家工作的基础之上，其理论部分属波动理论中的国际前沿研究方向，其实证研究属国内波动性研究方向的创新成果，部分成果已发表在《数量经济技术经济研究》、《统计研究》等杂志。全书共六章节，内容包括绪论、多元GARCH模型、随机波动模型、波动的非对称性溢出效应分析、波动指数理论等。本书可作为数量经济学、统计和金融工程等领域研究生的教学参考书。

内容简介

《金融波动理论、方法及其应用》系统地论述了金融时间序列波动性模型的理论、方法和实际应用。自20世纪80年代以来，自回归条件异方差（ARCH）类模型、随机波动（SV）类模型和Copula模型是广泛应用于金融时间序列波动性分析的三类重要模型。本书结合这三类模型实证研究了我国沪、深股市波动的本质特征及影响因素；探讨了沪、深股市与其他股市的联动效应；编制开发了适合我国金融市场现状的波动指数（VIX），并借助Copula理论和方法建模分析了该波动指数的四个主要市场功能，验证了该波动指数的合理性、适用性和科学性。《金融波动理论、方法及其应用》可作为数量经济学研究人员、经济和金融工作者的业务参考书，亦可作为数量经济学、统计和金融工程等领域研究生的教学参考书。

作者简介

周少甫，湖北天门人。1985年毕业于华中师范大学数学系，获理学学士学位；1994年毕业于武汉大学数学系，获概率统计专业硕士学位：2000年毕业于华中科技大学数学系，获概率统计专业博士学位。现为华中科技大学经济学院副教授。近五年来，在《数量经济技术经济研究》、《统计研究》、《公共管理学报》、《中国人口资源与环境》等学术刊物上发表论文十余篇；承担国家自然科学基金项目2项，主持省部级社科基金项目1项。主要研究方向：数量经济学、金融计量和金融工程。

目录

第1章 绪论
1.1 研究背景与意义
l.1.1 选题背景
1.1.2 波动率的基本特性
1.1.3 我国股票市场的发展状况
1.1.4 研究意义
1.2 文献综述
1.2.1 广义自回归条件异方差模型和随机波动率模型
1.2.2 波动指数的理论和Copula技术
1.3 结构安排与主要工作
1.3.1 结构安排
1.3.2 主要创新

第2章 多元GARCH模型
2.1 几种常用的多元GARCH模型
2.1.1 多元GARCH模型
2.1.2 对角多元GARCH模型
2.1.3 BEKK模型
2.1.4 CCG-多元GARCH模型
2.1.5 DCC_多元GARCt{模型
2.2 树结构多元GARCH模型的贝叶斯分析
2.2.1 树结构多元GARCH模型及其先验描述
2.2.2 树结构多元GARCH模型的贝叶斯推断
2.2.3 贝叶斯模型平均
2.3 实证分析
2.3.1 沪、深、港三地股票市场数据的特征
2.3.2 树结构模型构建及实证结果
2.4 本章小结

第3章 随机波动模型
3.1 基本波动模型及其扩展
3.1.1 基本的随机波动模型
3.1.2 带厚尾的随机波动模型
3.1.3 受外生因素影响的随机波动模型
3.1.4 门限随机波动模型（THSV）
3.1.5 长记忆性的随机波动模型
3.1.6 连续时间的随机波动模型
3.2 随机波动模型的估计
3.2.1 一般随机波动模型的MCMC估计
3.2.2 其他估计方法
3.3 实证分析
3.3.1 上海、深圳股市指数收益的杠杆效应
3.3.2 多元长记忆SV模型及其在沪深股市的应用
3.4 本章小结

第4章 波动的非对称性溢出效应分析
4.1 ASVDJ模型介绍
4.1.1 基于ASVDJ模型的波动率估计
4.1.2 牛熊态势划分方法
4.1.3 模型数据来源及说明
4.2 消息冲击对股市波动影响的实证研究
4.2.1 初始值和数据输入
4.2.2 算法及估计结果
4.2.3 结果分析
4.2.4 ASV模型和EGARCH模型的比较
4.2.5 行为金融学解释
4.3 GC-MSV模型介绍
4.3.1 沪深300股指期货合约
4.3.2 GG-MSV模型估计
4.3.3 数据来源和说明
4.4 股指期货对股市波动溢出效应分析
4.4.1 先验分布模型算法
4.4.2 波动溢出效应检验
4.4.3 模型估计结果
4.5 本章小结

第5章 波动指数理论
5.1 VIX指数简介
5.1.1 VIX指数的编制方式
5.1.2 VIx指数的用途
5.1.3 总结与启示
5.2 我国波动指数编制方案
5.2.1 波动指数编制指标选择
5.2.2 波动指数编制方案设计
5.3 已实现波动率估计
5.3.1 已实现波动率简介
5.3.2 已实现波动率的自相关修正法
5.3.3 超高频数据的序列相关性分析
5.4 我国波动指数CV序列实证分析
5.4.1 长记忆性研究概述
5.4.2 波动指数统计特征分析
5.4.3 基于长记忆性建模与预测
5.4.4 波动指数序列长记忆性建模分析
5.5 本章小结

第6章 波动指数的相关性分析
6.1 波动指数的功能
6.1.1 市场情绪的评定标准
6.1.2 投资决策的参考指标
6.2 Copula模型介绍
6.2.1 Copula函数的定义
6.2.2 Copula函数的基本性质
6.2.3 Copula函数的分类
6.2.4 Copula函数的估计与选择
6.3 Copula理论相关性测度及其应用
6.3.1 Copula理论的相关性测度
6.3.2 尾部相依性与Copula函数
6.4 波动指数与股指收益同期相关性实证分析
6.4.1 数据
6.4.2 实证分析
6.4.3 模型估计结果的评价
6.4.4 波动指数预测功能评估——基于均值一方差模型
6.5 动态条件Copula模型波动指数预测功能检验
6.5.1 动态条件Copula理论
6.5.2 动态条件Copula模型的分类
6.5.3 动态条件Copula在金融分析上的应用
6.5.4 波动指数与股指收益率间的相关性分析——基于动态Copula模型
6.6 本章小结

前言/序言

《金融波动：理论、方法与实践》 概述： 《金融波动：理论、方法与实践》一书深入剖析了金融市场中无处不在的波动现象。波动，作为金融资产价格变动的度量，不仅是风险的代名词，更是市场活力和机遇的体现。本书旨在为读者提供一个全面而深入的视角，理解波动的根源、度量方法、影响因素以及如何在复杂的金融环境中驾驭和利用波动。 核心内容： 本书的核心内容围绕金融波动展开，从理论基础到实践应用，层层递进，为读者构建起一个完整的知识体系。 第一部分：波动理论基础 波动的概念与度量： 本部分首先界定金融波动的基本概念，区分不同类型的波动（如历史波动率、隐含波动率），并详细介绍多种常用的波动率度量方法，包括但不限于标准差、方差、极差、收益率分布的统计特征等。同时，会探讨不同度量方法在不同市场环境下（如股票、债券、外汇、衍生品）的适用性与局限性。 波动产生的原因： 深入探讨导致金融市场波动的各种内在与外在因素。这包括信息不对称、市场参与者的非理性行为、宏观经济冲击（如货币政策变动、财政政策调整、地缘政治事件）、突发性新闻事件、流动性变化、市场情绪的传导机制以及技术性因素（如算法交易）。本书将分析这些因素如何相互作用，共同驱动市场价格的剧烈变动。 波动率模型： 介绍和分析经典及现代的波动率建模方法。从ARCH（自回归条件异方差）模型及其拓展（GARCH、EGARCH、GJR-GARCH等）出发，阐述这些模型如何捕捉金融时间序列的波动率聚集性（volatility clustering）现象。在此基础上，还将介绍更复杂的随机波动模型（Stochastic Volatility Models）和跳跃扩散模型（Jump-Diffusion Models），它们能够更精细地刻画价格的瞬时变动和异常冲击。 第二部分：波动率的度量与分析方法 参数化与非参数化方法： 详细介绍量化波动率的多种技术。参数化方法主要关注模型的数学形式，如基于GARCH族模型的估计。非参数化方法则不依赖预设模型，例如利用核密度估计、局部多项式回归等来平滑估计波动率。 因子模型与波动率： 探讨宏观经济因子、行业因子以及特定股票因子如何解释和预测市场波动。通过因子分析，读者将理解不同驱动因素对整体市场和个别资产波动率的影响程度。 高频数据与微结构波动： 随着高频交易的发展，微观层面的市场交易行为对波动率产生了显著影响。本部分将介绍如何利用日内交易数据（tick data, bar data）来分析和度量微观结构波动，以及其对资产定价和风险管理的重要性。 波动率的预测： 讨论各种预测波动率的方法，包括时间序列模型预测、机器学习模型（如神经网络、支持向量机）的应用，以及结合基本面信息和市场情绪进行预测的策略。重点分析不同预测方法的优势、劣势以及在不同预测周期下的有效性。 第三部分：波动在金融实践中的应用 风险管理： 波动率是衡量金融风险的核心指标。本书将详细阐述如何利用波动率进行市场风险（VaR, ES）、信用风险和操作风险的评估与管理。介绍基于波动率的压力测试和情景分析技术。 资产定价与衍生品定价： 深刻揭示波动率在资产定价理论（如CAPM、APT）中的作用，以及它在期权、期货等衍生品定价模型（如Black-Scholes模型）中的核心地位。介绍如何估计和应用隐含波动率进行衍生品交易和风险对冲。 投资组合管理： 讨论如何利用波动率信息来构建最优投资组合。包括如何通过分散化来降低组合风险，以及如何利用波动率的预测来调整资产配置，实现风险与收益的平衡。 交易策略： 基于对波动的理解，本书将介绍多种利用波动率的交易策略，例如波动率套利、趋势跟踪、均值回归策略、事件驱动交易等。分析这些策略的逻辑、执行要点以及潜在风险。 宏观经济政策与波动： 探讨央行货币政策（如利率调整、量化宽松）、财政政策以及监管政策如何影响金融市场的波动性，以及投资者和政策制定者如何应对这些波动。 本书特色： 理论与实践紧密结合： 本书不仅提供扎实的理论基础，更强调其在金融市场中的实际应用，通过大量案例分析，帮助读者理解理论如何指导实践。 方法论的多样性： 涵盖了从经典统计模型到现代计量经济学方法，再到机器学习的应用，为读者提供了丰富的分析工具。 面向不同读者群： 无论您是金融专业学生、研究人员、风险管理师、投资经理，还是对金融市场波动感兴趣的个人投资者，都能从本书中获得有价值的知识。 深入的洞察： 旨在帮助读者超越表面现象，深入理解驱动金融市场波动的深层机制，从而做出更明智的金融决策。 《金融波动：理论、方法与实践》将成为您理解和应对金融市场复杂性的重要指南。

评分☆☆☆☆☆

这本书给我最大的启发，在于它让我看到了金融波动研究的“演化史”。从最早的描述性统计，到各种统计模型，再到基于微观主体行为的模型，每一步都代表着对金融市场理解的深化。书中对各种模型的介绍，非常详细，无论是模型的假设，还是估计方法，都给出了深入的讲解。我尤其对书中关于“风险中性定价”和“套利定价理论”在波动率建模中的应用感到兴趣，它探讨了在不确定性环境中，如何构建有效的定价模型。

评分☆☆☆☆☆

这本书像一本厚重的百科全书，它试图将金融波动研究的方方面面都囊括其中。从最早的有效市场假说下的随机游走模型，到后来对市场摩擦和信息不对称的考虑，再到行为金融学对市场非理性波动的解释，历史脉络梳理得相当清晰。书中对各种理论模型的介绍，既有严谨的数学推导，也有对模型背后经济学含义的解读，这使得它在学术性上具有相当的深度。我尤其对其中关于“异常收益”和“溢价”的讨论感到兴趣，它探讨了在有效市场环境下，为何仍然存在一些可以被捕捉的盈利机会，以及这些机会与市场波动之间可能存在的联系。

评分☆☆☆☆☆

这本书给我带来的，是一种对金融市场“不确定性”的更深层次的理解。它不仅仅是关于数字的游戏，更是关于人类心理、信息传播以及制度设计如何共同作用，导致市场价格的剧烈波动。我喜欢书中对行为金融学观点的介绍，它解释了为何在某些时刻，市场会过度反应，从而引发剧烈的波动。书中关于“情绪指标”和“交易量”在预测波动中的作用的讨论，给我留下了深刻的印象。

评分☆☆☆☆☆

这本书，说实话，我拿到的时候抱有相当大的期待。毕竟“金融波动”这四个字本身就自带一种神秘感和吸引力，它关乎市场的心跳，关乎风险与机遇的交织。我一直在寻找一本能够深入浅出地解释这些复杂概念的书，并且能够将其与现实世界的应用相结合。翻开目录，看到“理论”、“方法”和“应用”这三个大块，我心头一喜，这正是我想要的结构。然而，当我真正沉浸在其中时，我发现它所提供的视角，虽然基础扎实，但总感觉少了那么一点“火花”。它详细地梳理了金融波动现象的历史演变，从早期的经验性观察到现代计量经济学模型的出现，这部分内容确实非常详尽，对于理解波动的根源和其在不同历史时期表现出的特征提供了坚实的基础。我尤其对其中关于“异方差性”和“时间序列模型”的论述印象深刻，作者用了很多篇幅来解释这些模型是如何被构建和验证的，并且举了大量的例子来说明它们在分析股票收益率、汇率变动等方面的应用。

评分☆☆☆☆☆

这本书给我的感觉，就像是进入了一个庞大而有序的金融理论仓库。它系统地介绍了一系列用于度量、建模和预测金融资产价格波动的理论框架和计量方法。从最基础的方差分析，到更复杂的随机过程理论，再到各种时间序列模型，这本书都进行了详尽的介绍。我特别欣赏作者在解释一些抽象概念时，所采用的循序渐进的方式，能够帮助读者逐步建立起对金融波动的理解。在方法论层面，书中对各种模型的假设、适用范围以及估计方法都进行了深入探讨，这对于希望将理论付诸实践的研究者来说，无疑是一份宝贵的参考。它详细阐述了如何识别和处理金融数据中的“波动率聚集”现象，以及如何利用这些模型来捕捉市场的动态变化。

评分☆☆☆☆☆

如果说这是一场金融波动的探索之旅，那么这本书无疑为我提供了一张详尽的地图。它详细介绍了各种分析金融波动的方法，从传统的回归分析，到复杂的非参数方法，再到各种机器学习技术在波动预测中的应用。我特别喜欢书中对不同方法的优劣势的对比分析，以及在实际应用中，如何根据数据的特点来选择最合适的方法。它也触及了一些前沿的研究方向，比如如何利用大数据和人工智能来捕捉更精细的波动特征。

评分☆☆☆☆☆

在我看来，这本书更像是一位经验丰富的金融学教授，在课堂上耐心细致地讲解金融波动的前世今生。它不仅仅是罗列公式和模型，更重要的是引导读者去思考金融市场为何会产生波动，以及这些波动背后隐藏着怎样的经济规律。书中对历史事件的引用，比如1987年的股灾，2008年的金融危机，都成为了分析理论模型有效性的绝佳案例。我印象深刻的是，作者在分析这些事件时，并没有简单地归咎于单一原因，而是从多个角度，结合不同的理论模型，来解释波动的产生和演变过程。

评分☆☆☆☆☆

坦白说，这本书的理论深度和模型复杂度，一度让我感到有些吃力。它深入探讨了金融波动在不同资产类别（如股票、债券、外汇、衍生品）中的表现差异，以及影响这些波动的特定因素。书中对于“波动率微笑”和“波动率偏斜”等现象的解释，以及如何利用期权隐含波动率来捕捉市场预期，给我留下了深刻的印象。它还涉及了一些高级的统计方法，比如马尔可夫链蒙特卡罗（MCMC）方法在贝叶斯模型中的应用。

评分☆☆☆☆☆

这本书，我可以说它是一份详尽的“金融波动工具箱”。它不仅介绍了各种理论模型，更重要的是，它提供了将这些模型应用于实际问题的具体方法。我特别欣赏书中对“风险管理”和“投资策略”在波动率模型应用方面的讨论，它让我看到了这些理论知识是如何转化为实际操作的。书中对“VaR”（风险价值）和“CVaR”（条件风险价值）的计算和应用，也让我对如何量化和管理风险有了更直观的认识。

评分☆☆☆☆☆

读完这本书，我脑海中浮现的画面是无数张错综复杂的图表和一行行精密的数学公式。它对于金融波动理论的阐述，可谓是面面俱到，从宏观经济因素对市场波动的影响，到微观层面的投资者行为如何放大或减缓波动，几乎涵盖了所有你能想到的角度。书中对各种经典的波动模型，比如GARCH族模型、EGARCH模型等，进行了详细的推导和解释，并且对比了它们各自的优缺点。我特别喜欢它在解释模型时，不仅仅停留在数学公式层面，还结合了经济学原理，力求让读者理解模型背后的逻辑。然而，在“应用”的部分，我总觉得还有提升的空间。虽然书中列举了一些具体的案例，比如如何利用波动率预测来构建投资组合，或者如何对期权定价进行风险管理，但这些案例的深度和广度，并没有完全达到我的预期。

评分☆☆☆☆☆

还没仔细看

评分☆☆☆☆☆

还没有看，收着。

评分☆☆☆☆☆

找了好久终于找到了

评分☆☆☆☆☆

这本书综合介绍了波动率的各种模型，缺点是介绍的很简略，还要找原文看，书很小很薄

评分☆☆☆☆☆

速度很快！还没有看了！

评分☆☆☆☆☆

还没仔细看

评分☆☆☆☆☆

：金融波动理论、方法及其应用

评分☆☆☆☆☆

京东正品、京东物流顶呱呱！！！

评分☆☆☆☆☆

：金融波动理论、方法及其应用