作 者:何宗武 馬衛鋒 著
定 價:69
出 版 社:機械工業出版社
出版日期:2019年07月01日
頁 數:399
裝 幀:平裝
ISBN:9787111629788
●目 錄Contents推薦序自序前言第一部分 R語言及概率、統計基礎第1章 R語言概覽 / 21.1 選擇R語言的理由 / 21.2 R的安裝 / 41.3 R使用概覽 / 61.4 常用的圖形用戶界面 / 10第2章 數據結構及數據對像處理 / 212.1 數據類型 / 212.2 數據結構 / 222.3 常規數據對像的處理 / 302.4 時間序列對像的處理 / 39第3章 數據存取及預處理 / 513.1 數據文件讀取 / 513.2 數據的網絡獲取 / 573.3 數據庫訪問 / 653.4 數據處理常用函數 / 713.5 數據的基本統計分析 / 74第4章 R的繪圖工具 / 794.1 數據分布特征的視覺化 / 794.2 基礎繪圖函數plot() / 824.3 多筆數據的視覺呈現 / 884.4 多因素分析與柵格圖 / 984.5 時間序列圖形的繪制 / 1084.6 三維立體圖形的繪制 / 1174.7 地圖相關圖形的繪制 / 1194.8 函數曲線的繪制 / 1224.9 圖形的外部存儲 / 123第5章 概率與統計分析原理 / 1255.1 統計分析原理 / 1265.2 函數原理和數據分析 / 1295.3 R的金融工具箱 / 131第6章 線性模型 / 1376.1 基礎線性回歸原理:最小二乘法 / 1376.2 單變量線性回歸 / 1386.3 &nbs連續變量線性回歸 / 1446.4 因子和交互效果 / 1466.5 回歸診斷檢驗 / 1496.6 簡單時間序列回歸:dynlm() / 1516.7 共線性檢驗 / 153第7章 線性模型的擴展 / 1557.1 廣義線性模型 / 1557.2 穩健統計量 / 167第二部分 單變量時間序列分析第8章 時間序列的平穩性I (0)和I (1) / 1748.1 時間序列性質 / 1748.2 單筆時間序列性質 / 1758.3 ARMA過程 / 1828.4 序列相關的檢驗與修正 / 1848.5 時間序列預測 / 1868.6 ARIMA和季節ARIMA的自動配置 / 1888.7 非平穩時間序列及其單位根檢驗 / 189第9章 單變量GARCH模型 / 1969.1 單變量GARCH原理 / 1969.2 單變量GARCH的簡易操作 / 1999.3 單變量GARCH的專業處理 / 206第三部分 多變量時間序列分析第10章 向量自回歸和誤差修正模型 / 21410.1 平穩VAR多變量原理 / 21410.2 R包與VAR程序範例 / 21510.3 VECM的協整分析 / 220第11章 多變量GARCH模型 / 22611.1 多變量GARCH原理 / 22611.2 多變量GARCH的處理rmgarch包 / 22811.3 設定條件的多樣化 / 233第12章 多變量的投資組合運用 / 23412.1 初步選擇資產 / 23412.2 &nbs化投資組合與回測 / 236第四部分 非線性時間序列分析第13章 門限和平滑轉移 / 24613.1 門限單位根過程 / 24613.2 門限VAR / 25113.3 門限VECM / 25413.4 平滑轉換模型 / 256第14章 結構變化 / 25714.1 結構變化的檢驗 / 25714.2 Bai-Perron方法 / 266第15章 馬爾科夫轉換模型 / 27315.1 模型簡介 / 27315.2 R範例程序說明 / 277第五部分 面板數據分析第16章 面板數據及其模型 / 29016.1 概述 / 29016.2 基本線性模型 / 29516.3 維度N的異質性 / 297第17章 面板數據模型的檢驗 / 30717.1 固定效應模型 / 30717.2 隨機效應模型 / 30817.3 隨機效應與固定效應的選擇 / 31017.4 序列相關檢驗 / 31217.5 序列相關的修正 / 315第18章 面板數據的延伸主題 / 32318.1 動態面板數據與廣義矩GMM估計 / 32318.2 具門限效果的面板回歸 / 327第六部分 高頻數據分析第19章 混頻模型:MIDAS / 33019.1 MIDAS的原理 / 33019.2 MIDAS在R中的實現 / 332第七部分 研究實例及R實現第20章 基於已實現GARCH的高頻數據波動率建模 / 34020.1 模型介紹 / 34020.2 中國股市的實證研究案例 / 34120.3 本章小結 / 346第21章 基於DCC-GARCH的波動率溢出研究 / 34721.1 模型的特征與估計原理 / 34721.2 中美股市動態相關性實證研究案例 / 348第22章 基於TVAR和VAR的量價關繫研究 / 35422.1 基於TVAR的標準普爾500指數量價關繫研究 / 35422.2 基於VAR的道瓊斯指數量價關繫研究 / 357第23章 滬港通對A + H股聯動性的影響 / 36223.1 選題介紹 / 36223.2 文獻綜述 / 36223.3 實證方法:DCC-GARCH模型及其估計原理 / 36323.4 數據處理與實證結果 / 364第24章 銅期貨與現貨的協整關繫 / 37324.1 門限VECM模型概述 / 37324.2 背景概述 / 37324.3 數據處理與實證結果 / 374第25章 滬深300股指期現貨關繫的實證研究 / 38125.1 背景介紹 / 38125.2 文獻綜述 / 38125.3 數據處理與實證結果 / 38225.4 研究結論 / 386第26章 中國商品期貨指數通脹對衝能力的實證研究 / 38726.1 背景介紹 / 38726.2 相關文獻綜述 / 38826.3 通脹對衝定義 / 38826.4 數據處理與實證結果 / 38826.5 主要的R程序代碼及其說明 / 391參考文獻 / 393後記 / 400
本書主要論述了概率、統計與R語言基礎,單變量和多變量時間序列分析,非線性時間序列分析,面板數據分析,高頻數據分析,並在*後選擇經濟金融領域幾個長盛不衰的研究範例,運用書中講解的模型,采用R語言去實現對計量模型結果的解讀。本書是為大眾讀者,特別是廣大經濟、金融專業的本科生和研究生讀者提供的研究模板和實證方法手冊。
何宗武 馬衛鋒 著
何宗武,美國Universitv of Utah經濟學博士,現任臺灣師範大學管理學院全球經營與策略研究所教授。專長為金融經濟學、資產定價、國際金融、經濟計量方法以及R/Python編程,近年興趣擴展到基於大數據解析和機器學習的算法預測模式。有6本中文專著與近20篇刊登於國際學術期刊的論文,多篇被廣泛索引。
在大數據時代,數據的管理和建模分析是商務決策的關鍵一環。R語言是一個對數據進行統計分析、可視化和統計編程的強大工具,在學術研究、商務分析等諸多領域中均被廣泛使用。本書將計量經濟學理論與模型及其在R語言中的實現相結合,並配以多個研究主題下的實證研究範例進行講解,力圖打造一本三位一體(模型+軟件實現+應用)的金融數據建模分析和經濟金融實證研究的實用寶典。本書適合作為經濟類相關專業的高年級本科生、碩士生和博士生的計量經濟學、金融數據分析等相關課程的教材,或者金融實證研究的參考手冊。本書也適合從事經濟與金融數據分析等金融行業的從業人員使用。本書側重時間序列分析,內容覆蓋較廣,從R語言使用入門到概率統計基礎,從單變量時間序列模型到多變量時間序列模型,從線性時間序列模型到非線性時間序列模型,也兼顧了面板數據及高頻數據分析的主題。全書分為七大部分:第一部分介紹R語言的使用入門、數據分析與可視化的基本方法等