掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
經濟與金融計量方法:原理.應用案例及R語言實現/何宗武等 版權信息
- ISBN：9787111629788
- 條形碼：9787111629788 ; 978-7-111-62978-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
經濟與金融計量方法:原理.應用案例及R語言實現/何宗武等 本書特色
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，并在*后選擇經濟金融領域幾個長盛不衰的研究范例，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。
經濟與金融計量方法:原理.應用案例及R語言實現/何宗武等 內容簡介
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，并在*后選擇經濟金融領域幾個長盛不衰的研究范例，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。
經濟與金融計量方法:原理.應用案例及R語言實現/何宗武等 目錄
目 錄
Contents
推薦序
自序
前言
**部分 R語言及概率、統計基礎
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 數據結構及數據對象處理 / 21
2.1 數據類型 / 21
2.2 數據結構 / 22
2.3 常規數據對象的處理 / 30
2.4 時間序列對象的處理 / 39
第3章 數據存取及預處理 / 51
3.1 數據文件讀取 / 51
3.2 數據的網絡獲取 / 57
3.3 數據庫訪問 / 65
3.4 數據處理常用函數 / 71
3.5 數據的基本統計分析 / 74
第4章 R的繪圖工具 / 79
4.1 數據分布特征的視覺化 / 79
4.2 基礎繪圖函數plot() / 82
4.3 多筆數據的視覺呈現 / 88
4.4 多因素分析與柵格圖 / 98
4.5 時間序列圖形的繪制 / 108
4.6 三維立體圖形的繪制 / 117
4.7 地圖相關圖形的繪制 / 119
4.8 函數曲線的繪制 / 122
4.9 圖形的外部存儲 / 123
第5章 概率與統計分析原理 / 125
5.1 統計分析原理 / 126
5.2 函數原理和數據分析 / 129
5.3 R的金融工具箱 / 131
第6章 線性模型 / 137
6.1 基礎線性回歸原理：*小二乘法 / 137
6.2 單變量線性回歸 / 138
6.3 多元連續變量線性回歸 / 144
6.4 因子和交互效果 / 146
6.5 回歸診斷檢驗 / 149
6.6 簡單時間序列回歸：dynlm() / 151
6.7 共線性檢驗 / 153
第7章 線性模型的擴展 / 155
7.1 廣義線性模型 / 155
7.2 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） / 174
8.1 時間序列性質 / 174
8.2 單筆時間序列性質 / 175
8.3 ARMA過程 / 182
8.4 序列相關的檢驗與修正 / 184
8.5 時間序列預測 / 186
8.6 ARIMA和季節ARIMA的自動配置 / 188
8.7 非平穩時間序列及其單位根檢驗 / 189
第9章 單變量GARCH模型 / 196
9.1 單變量GARCH原理 / 196
9.2 單變量GARCH的簡易操作 / 199
9.3 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 / 214
10.1 平穩VAR多變量原理 / 214
10.2 R包與VAR程序范例 / 215
10.3 VECM的協整分析 / 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 設定條件的多樣化 / 233
第12章 多變量的投資組合運用 / 234
12.1 初步選擇資產 / 234
12.2 多元化投資組合與回測 / 236
第四部分 非線性時間序列分析
第13章 門限和平滑轉移 / 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 平滑轉換模型 / 256
第14章 結構變化 / 257
14.1 結構變化的檢驗 / 257
14.2 Bai-Perron方法 / 266
第15章 馬爾科夫轉換模型 / 273
15.1 模型簡介 / 273
15.2 R范例程序說明 / 277
第五部分 面板數據分析
第16章 面板數據及其模型 / 290
16.1 概述 / 290
16.2 基本線性模型 / 295
16.3 維度N的異質性 / 297
第17章 面板數據模型的檢驗 / 307
17.1 固定效應模型 / 307
17.2 隨機效應模型 / 308
17.3 隨機效應與固定效應的選擇 / 310
17.4 序列相關檢驗 / 312
17.5 序列相關的修正 / 315
第18章 面板數據的延伸主題 / 323
18.1 動態面板數據與廣義矩GMM估計 / 323
18.2 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 / 330
19.1 MIDAS的原理 / 330
19.2 MIDAS在R中的實現 / 332
第七部分 研究實例及R實現
第20章 基于已實現GARCH的高頻數據波動率建模 / 340
20.1 模型介紹 / 340
20.2 中國股市的實證研究案例 / 341
20.3 本章小結 / 346
第21章 基于DCC-GARCH的波動率溢出研究 / 347
21.1 模型的特征與估計原理 / 347
21.2 中美股市動態相關性實證研究案例 / 348
第22章 基于TVAR和VAR的量價關系研究 / 354
22.1 基于TVAR的標準普爾500指數量價關系研究 / 354
22.2 基于VAR的道瓊斯指數量價關系研究 / 357
第23章 滬港通對A H股聯動性的影響 / 362
23.1 選題介紹 / 362
23.2 文獻綜述 / 362
23.3 實證方法：DCC-GARCH模型及其估計原理 / 363
23.4 數據處理與實證結果 / 364
第24章 銅期貨與現貨的協整關系 / 373
24.1 門限VECM模型概述 / 373
24.2 背景概述 / 373
24.3 數據處理與實證結果 / 374
第25章 滬深300股指期現貨關系的實證研究 / 381
25.1 背景介紹 / 381
25.2 文獻綜述 / 381
25.3 數據處理與實證結果 / 382
25.4 研究結論 / 386
第26章 中國商品期貨指數通脹對沖能力的實證研究 / 387
26.1 背景介紹 / 387
26.2 相關文獻綜述 / 388
26.3 通脹對沖定義 / 388
26.4 數據處理與實證結果 / 388
26.5 主要的R程序代碼及其說明 / 391
參考文獻 / 393
后記 / 400
Contents
推薦序
自序
前言
**部分 R語言及概率、統計基礎
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 數據結構及數據對象處理 / 21
2.1 數據類型 / 21
2.2 數據結構 / 22
2.3 常規數據對象的處理 / 30
2.4 時間序列對象的處理 / 39
第3章 數據存取及預處理 / 51
3.1 數據文件讀取 / 51
3.2 數據的網絡獲取 / 57
3.3 數據庫訪問 / 65
3.4 數據處理常用函數 / 71
3.5 數據的基本統計分析 / 74
第4章 R的繪圖工具 / 79
4.1 數據分布特征的視覺化 / 79
4.2 基礎繪圖函數plot() / 82
4.3 多筆數據的視覺呈現 / 88
4.4 多因素分析與柵格圖 / 98
4.5 時間序列圖形的繪制 / 108
4.6 三維立體圖形的繪制 / 117
4.7 地圖相關圖形的繪制 / 119
4.8 函數曲線的繪制 / 122
4.9 圖形的外部存儲 / 123
第5章 概率與統計分析原理 / 125
5.1 統計分析原理 / 126
5.2 函數原理和數據分析 / 129
5.3 R的金融工具箱 / 131
第6章 線性模型 / 137
6.1 基礎線性回歸原理：*小二乘法 / 137
6.2 單變量線性回歸 / 138
6.3 多元連續變量線性回歸 / 144
6.4 因子和交互效果 / 146
6.5 回歸診斷檢驗 / 149
6.6 簡單時間序列回歸：dynlm() / 151
6.7 共線性檢驗 / 153
第7章 線性模型的擴展 / 155
7.1 廣義線性模型 / 155
7.2 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） / 174
8.1 時間序列性質 / 174
8.2 單筆時間序列性質 / 175
8.3 ARMA過程 / 182
8.4 序列相關的檢驗與修正 / 184
8.5 時間序列預測 / 186
8.6 ARIMA和季節ARIMA的自動配置 / 188
8.7 非平穩時間序列及其單位根檢驗 / 189
第9章 單變量GARCH模型 / 196
9.1 單變量GARCH原理 / 196
9.2 單變量GARCH的簡易操作 / 199
9.3 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 / 214
10.1 平穩VAR多變量原理 / 214
10.2 R包與VAR程序范例 / 215
10.3 VECM的協整分析 / 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 設定條件的多樣化 / 233
第12章 多變量的投資組合運用 / 234
12.1 初步選擇資產 / 234
12.2 多元化投資組合與回測 / 236
第四部分 非線性時間序列分析
第13章 門限和平滑轉移 / 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 平滑轉換模型 / 256
第14章 結構變化 / 257
14.1 結構變化的檢驗 / 257
14.2 Bai-Perron方法 / 266
第15章 馬爾科夫轉換模型 / 273
15.1 模型簡介 / 273
15.2 R范例程序說明 / 277
第五部分 面板數據分析
第16章 面板數據及其模型 / 290
16.1 概述 / 290
16.2 基本線性模型 / 295
16.3 維度N的異質性 / 297
第17章 面板數據模型的檢驗 / 307
17.1 固定效應模型 / 307
17.2 隨機效應模型 / 308
17.3 隨機效應與固定效應的選擇 / 310
17.4 序列相關檢驗 / 312
17.5 序列相關的修正 / 315
第18章 面板數據的延伸主題 / 323
18.1 動態面板數據與廣義矩GMM估計 / 323
18.2 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 / 330
19.1 MIDAS的原理 / 330
19.2 MIDAS在R中的實現 / 332
第七部分 研究實例及R實現
第20章 基于已實現GARCH的高頻數據波動率建模 / 340
20.1 模型介紹 / 340
20.2 中國股市的實證研究案例 / 341
20.3 本章小結 / 346
第21章 基于DCC-GARCH的波動率溢出研究 / 347
21.1 模型的特征與估計原理 / 347
21.2 中美股市動態相關性實證研究案例 / 348
第22章 基于TVAR和VAR的量價關系研究 / 354
22.1 基于TVAR的標準普爾500指數量價關系研究 / 354
22.2 基于VAR的道瓊斯指數量價關系研究 / 357
第23章 滬港通對A H股聯動性的影響 / 362
23.1 選題介紹 / 362
23.2 文獻綜述 / 362
23.3 實證方法：DCC-GARCH模型及其估計原理 / 363
23.4 數據處理與實證結果 / 364
第24章 銅期貨與現貨的協整關系 / 373
24.1 門限VECM模型概述 / 373
24.2 背景概述 / 373
24.3 數據處理與實證結果 / 374
第25章 滬深300股指期現貨關系的實證研究 / 381
25.1 背景介紹 / 381
25.2 文獻綜述 / 381
25.3 數據處理與實證結果 / 382
25.4 研究結論 / 386
第26章 中國商品期貨指數通脹對沖能力的實證研究 / 387
26.1 背景介紹 / 387
26.2 相關文獻綜述 / 388
26.3 通脹對沖定義 / 388
26.4 數據處理與實證結果 / 388
26.5 主要的R程序代碼及其說明 / 391
參考文獻 / 393
后記 / 400
展開全部
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
隨園食單
- >
月亮與六便士
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
中國歷史的瞬間
- >
史學評論
本類暢銷
