經(jīng)濟(jì)與金融計(jì)量方法：原理、應(yīng)用案例及R語言實(shí)現(xiàn)
定 價(jià)：69 元
- 作者：何宗武 馬衛(wèi)鋒
- 出版時(shí)間：2019/7/1
- ISBN：9787111629788
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：F224.0
- 頁(yè)碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書主要論述了概率、統(tǒng)計(jì)與R語言基礎(chǔ)，單變量和多變量時(shí)間序列分析，非線性時(shí)間序列分析，面板數(shù)據(jù)分析，高頻數(shù)據(jù)分析，并在*后選擇經(jīng)濟(jì)金融領(lǐng)域幾個(gè)長(zhǎng)盛不衰的研究范例，運(yùn)用書中講解的模型，采用R語言去實(shí)現(xiàn)對(duì)計(jì)量模型結(jié)果的解讀。
本書是為大眾讀者，特別是廣大經(jīng)濟(jì)、金融專業(yè)的本科生和研究生讀者提供的研究模板和實(shí)證方法手冊(cè)。
在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的管理和建模分析是商務(wù)決策的關(guān)鍵一環(huán)。R語言是一個(gè)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、可視化和統(tǒng)計(jì)編程的強(qiáng)大工具，在學(xué)術(shù)研究、商務(wù)分析等諸多領(lǐng)域中均被廣泛使用。
本書將計(jì)量經(jīng)濟(jì)學(xué)理論與模型及其在R語言中的實(shí)現(xiàn)相結(jié)合，并配以多個(gè)研究主題下的實(shí)證研究范例進(jìn)行講解，力圖打造一本三位一體（模型+軟件實(shí)現(xiàn)+應(yīng)用）的金融數(shù)據(jù)建模分析和經(jīng)濟(jì)金融實(shí)證研究的實(shí)用寶典。
本書適合作為經(jīng)濟(jì)類相關(guān)專業(yè)的高年級(jí)本科生、碩士生和博士生的計(jì)量經(jīng)濟(jì)學(xué)、金融數(shù)據(jù)分析等相關(guān)課程的教材，或者金融實(shí)證研究的參考手冊(cè)。本書也適合從事經(jīng)濟(jì)與金融數(shù)據(jù)分析等金融行業(yè)的從業(yè)人員使用。
本書側(cè)重時(shí)間序列分析，內(nèi)容覆蓋較廣，從R語言使用入門到概率統(tǒng)計(jì)基礎(chǔ)，從單變量時(shí)間序列模型到多變量時(shí)間序列模型，從線性時(shí)間序列模型到非線性時(shí)間序列模型，也兼顧了面板數(shù)據(jù)及高頻數(shù)據(jù)分析的主題。全書分為七大部分：第一部分介紹R語言的使用入門、數(shù)據(jù)分析與可視化的基本方法、概率與統(tǒng)計(jì)基礎(chǔ)、線性回歸模型等基礎(chǔ)知識(shí)與方法。有相關(guān)基礎(chǔ)的讀者可以選擇性地跳過相關(guān)章節(jié)。第二部分介紹單變量時(shí)間序列的相關(guān)模型和方法，主要包括ARMA、ARIMA、單變量GARCH等模型及其相關(guān)處理。第三部分介紹多變量時(shí)間序列的相關(guān)模型和方法，主要包括VAR、VECM、多變量GARCH等模型及其相關(guān)處理，以及多變量分析方法在投資組合分析上的運(yùn)用。第四部分介紹非線性時(shí)間序列模型，主要包括門限VAR、門限VECM、結(jié)構(gòu)變化、馬爾科夫狀態(tài)轉(zhuǎn)換等模型及其相關(guān)處理。第五部分是面板數(shù)據(jù)分析專題。第六部分是高頻數(shù)據(jù)分析專題，主要介紹頗有難度的MIDAS模型及其處理。第七部分是幾個(gè)研究主題的實(shí)證研究范例。
請(qǐng)讀者留意，在本書各種演示用的范例代碼中，代碼行使用了加粗字體，前面沒有放置R默認(rèn)的命令提示符>。代碼執(zhí)行后的輸出結(jié)果放在代碼行下面，使用沒有加粗的小字號(hào)字體。
本書的出版得到了機(jī)械工業(yè)出版社的支持和幫助，并獲得了同濟(jì)大學(xué)研究生教材出版基金（2018JC002）的資助。由于時(shí)間和水平的限制，紕漏之處在所難免，懇請(qǐng)讀者提出寶貴意見！
目 錄
Contents
推薦序
自序
前言
第一部分 R語言及概率、統(tǒng)計(jì)基礎(chǔ)
第1章 R語言概覽 / 2
1.1 選擇R語言的理由 / 2
1.2 R的安裝 / 4
1.3 R使用概覽 / 6
1.4 常用的圖形用戶界面 / 10
第2章 數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)對(duì)象處理 / 21
2.1 數(shù)據(jù)類型 / 21
2.2 數(shù)據(jù)結(jié)構(gòu) / 22
2.3 常規(guī)數(shù)據(jù)對(duì)象的處理 / 30
2.4 時(shí)間序列對(duì)象的處理 / 39
第3章 數(shù)據(jù)存取及預(yù)處理 / 51
3.1 數(shù)據(jù)文件讀取 / 51
3.2 數(shù)據(jù)的網(wǎng)絡(luò)獲取 / 57
3.3 數(shù)據(jù)庫(kù)訪問 / 65
3.4 數(shù)據(jù)處理常用函數(shù) / 71
3.5 數(shù)據(jù)的基本統(tǒng)計(jì)分析 / 74
第4章 R的繪圖工具 / 79
4.1 數(shù)據(jù)分布特征的視覺化 / 79
4.2 基礎(chǔ)繪圖函數(shù)plot() / 82
4.3 多筆數(shù)據(jù)的視覺呈現(xiàn) / 88
4.4 多因素分析與柵格圖 / 98
4.5 時(shí)間序列圖形的繪制 / 108
4.6 三維立體圖形的繪制 / 117
4.7 地圖相關(guān)圖形的繪制 / 119
4.8 函數(shù)曲線的繪制 / 122
4.9 圖形的外部存儲(chǔ) / 123
第5章 概率與統(tǒng)計(jì)分析原理 / 125
5.1 統(tǒng)計(jì)分析原理 / 126
5.2 函數(shù)原理和數(shù)據(jù)分析 / 129
5.3 R的金融工具箱 / 131
第6章 線性模型 / 137
6.1 基礎(chǔ)線性回歸原理：最小二乘法 / 137
6.2 單變量線性回歸 / 138
6.3 多元連續(xù)變量線性回歸 / 144
6.4 因子和交互效果 / 146
6.5 回歸診斷檢驗(yàn) / 149
6.6 簡(jiǎn)單時(shí)間序列回歸：dynlm() / 151
6.7 共線性檢驗(yàn) / 153
第7章 線性模型的擴(kuò)展 / 155
7.1 廣義線性模型 / 155
7.2 穩(wěn)健統(tǒng)計(jì)量 / 167
第二部分 單變量時(shí)間序列分析
第8章 時(shí)間序列的平穩(wěn)性I （0）和I （1） / 174
8.1 時(shí)間序列性質(zhì) / 174
8.2 單筆時(shí)間序列性質(zhì) / 175
8.3 ARMA過程 / 182
8.4 序列相關(guān)的檢驗(yàn)與修正 / 184
8.5 時(shí)間序列預(yù)測(cè) / 186
8.6 ARIMA和季節(jié)ARIMA的自動(dòng)配置 / 188
8.7 非平穩(wěn)時(shí)間序列及其單位根檢驗(yàn) / 189
第9章 單變量GARCH模型 / 196
9.1 單變量GARCH原理 / 196
9.2 單變量GARCH的簡(jiǎn)易操作 / 199
9.3 單變量GARCH的專業(yè)處理 / 206
第三部分 多變量時(shí)間序列分析
第10章 向量自回歸和誤差修正模型 / 214
10.1 平穩(wěn)VAR多變量原理 / 214
10.2 R包與VAR程序范例 / 215
10.3 VECM的協(xié)整分析 / 220
第11章 多變量GARCH模型 / 226
11.1 多變量GARCH原理 / 226
11.2 多變量GARCH的處理rmgarch包 / 228
11.3 設(shè)定條件的多樣化 / 233
第12章 多變量的投資組合運(yùn)用 / 234
12.1 初步選擇資產(chǎn) / 234
12.2 多元化投資組合與回測(cè) / 236
第四部分 非線性時(shí)間序列分析
第13章 門限和平滑轉(zhuǎn)移 / 246
13.1 門限單位根過程 / 246
13.2 門限VAR / 251
13.3 門限VECM / 254
13.4 平滑轉(zhuǎn)換模型 / 256
第14章 結(jié)構(gòu)變化 / 257
14.1 結(jié)構(gòu)變化的檢驗(yàn) / 257
14.2 Bai-Perron方法 / 266
第15章 馬爾科夫轉(zhuǎn)換模型 / 273
15.1 模型簡(jiǎn)介 / 273
15.2 R范例程序說明 / 277
第五部分 面板數(shù)據(jù)分析
第16章 面板數(shù)據(jù)及其模型 / 290
16.1 概述 / 290
16.2 基本線性模型 / 295
16.3 維度N的異質(zhì)性 / 297
第17章 面板數(shù)據(jù)模型的檢驗(yàn) / 307
17.1 固定效應(yīng)模型 / 307
17.2 隨機(jī)效應(yīng)模型 / 308
17.3 隨機(jī)效應(yīng)與固定效應(yīng)的選擇 / 310
17.4 序列相關(guān)檢驗(yàn) / 312
17.5 序列相關(guān)的修正 / 315
第18章 面板數(shù)據(jù)的延伸主題 / 323
18.1 動(dòng)態(tài)面板數(shù)據(jù)與廣義矩GMM估計(jì) / 323
18.2 具門限效果的面板回歸 / 327
第六部分 高頻數(shù)據(jù)分析
第19章 混頻模型：MIDAS / 330
19.1 MIDAS的原理 / 330
19.2 MIDAS在R中的實(shí)現(xiàn) / 332
第七部分 研究實(shí)例及R實(shí)現(xiàn)
第20章 基于已實(shí)現(xiàn)GARCH的高頻數(shù)據(jù)波動(dòng)率建模 / 340
20.1 模型介紹 / 340
20.2 中國(guó)股市的實(shí)證研究案例 / 341
20.3 本章小結(jié) / 346
第21章 基于DCC-GARCH的波動(dòng)率溢出研究 / 347
21.1 模型的特征與估計(jì)原理 / 347
21.2 中美股市動(dòng)態(tài)相關(guān)性實(shí)證研究案例 / 348
第22章 基于TVAR和VAR的量?jī)r(jià)關(guān)系研究 / 354
22.1 基于TVAR的標(biāo)準(zhǔn)普爾500指數(shù)量?jī)r(jià)關(guān)系研究 / 354
22.2 基于VAR的道瓊斯指數(shù)量?jī)r(jià)關(guān)系研究 / 357
第23章 滬港通對(duì)A + H股聯(lián)動(dòng)性的影響 / 362
23.1 選題介紹 / 362
23.2 文獻(xiàn)綜述 / 362
23.3 實(shí)證方法：DCC-GARCH模型及其估計(jì)原理 / 363
23.4 數(shù)據(jù)處理與實(shí)證結(jié)果 / 364
第24章 銅期貨與現(xiàn)貨的協(xié)整關(guān)系 / 373
24.1 門限VECM模型概述 / 373
24.2 背景概述 / 373
24.3 數(shù)據(jù)處理與實(shí)證結(jié)果 / 374
第25章 滬深300股指期現(xiàn)貨關(guān)系的實(shí)證研究 / 381
25.1 背景介紹 / 381
25.2 文獻(xiàn)綜述 / 381
25.3 數(shù)據(jù)處理與實(shí)證結(jié)果 / 382
25.4 研究結(jié)論 / 386
第26章 中國(guó)商品期貨指數(shù)通脹對(duì)沖能力的實(shí)證研究 / 387
26.1 背景介紹 / 387
26.2 相關(guān)文獻(xiàn)綜述 / 388
26.3 通脹對(duì)沖定義 / 388
26.4 數(shù)據(jù)處理與實(shí)證結(jié)果 / 388
26.5 主要的R程序代碼及其說明 / 391
參考文獻(xiàn) / 393
后記 / 400
書單推薦
