中圖網(wǎng)小程序
一鍵登錄
更方便
>
>
金融計(jì)量學(xué):基于R和PYTHON(新編21世紀(jì)金融學(xué)系列教材)
本類五星書更多>
-
>
全國計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥42.6
加入購物車
金融計(jì)量學(xué):基于R和PYTHON(新編21世紀(jì)金融學(xué)系列教材) 版權(quán)信息
- ISBN：9787300312804
- 條形碼：9787300312804 ; 978-7-300-31280-4
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
金融計(jì)量學(xué):基于R和PYTHON(新編21世紀(jì)金融學(xué)系列教材) 內(nèi)容簡介
金融計(jì)量學(xué)是一門對(duì)金融數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和計(jì)量建模的課程，是高等學(xué)校金融學(xué)專業(yè)本科生的專業(yè)核心課。本書在內(nèi)容上以金融時(shí)間序列分析、金融空間計(jì)量、大數(shù)據(jù)金融為主線展開。具體包括金融時(shí)間序列的線性模型、協(xié)整與向量自回歸（VAR）模型、GARCH族模型、Copula與金融計(jì)量、金融風(fēng)險(xiǎn)計(jì)量模型及其應(yīng)用、極值事件突發(fā)事件與金融風(fēng)險(xiǎn)計(jì)量模型、分位數(shù)回歸與金融計(jì)量、空間計(jì)量方法與金融計(jì)量、機(jī)器學(xué)習(xí)與金融計(jì)量、金融文本挖掘與金融大數(shù)據(jù)計(jì)量等，共計(jì)10章。
本書可作為金融學(xué)、經(jīng)濟(jì)學(xué)等專業(yè)高年級(jí)本科生和相關(guān)專業(yè)的研究生教材，亦可作為相關(guān)領(lǐng)域研究人員的參考書。對(duì)于希望進(jìn)一步加強(qiáng)對(duì)金融數(shù)據(jù)和當(dāng)今金融市場(chǎng)理解的研究人員以及金融、商業(yè)和經(jīng)濟(jì)領(lǐng)域的從業(yè)者，該書也是不錯(cuò)的選擇。
金融計(jì)量學(xué):基于R和PYTHON(新編21世紀(jì)金融學(xué)系列教材) 目錄
第1章 導(dǎo)論
1．1 金融計(jì)量學(xué)概述
1．2 收益率的計(jì)算
1．3 常見的統(tǒng)計(jì)分布
1．4 收益率的分布特征
1．5 R軟件和Python軟件介紹
1．6 專題1：金融數(shù)據(jù)的可視化
第2章 金融時(shí)間序列線性模型
2．1 相關(guān)性和平穩(wěn)性
2．2 簡單自回歸模型
2．3 簡單移動(dòng)平均模型
2．4 簡單ARMA模型
2．5 單位根非平穩(wěn)時(shí)間序列
2．6 季節(jié)模型
2．7 長記憶時(shí)間序列模型
2．8 專題2：基于ARIMA模型的中國居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)
第3章 協(xié)整與向量自回歸模型
3．1 協(xié)整分析
3．2 向量自回歸（VAR）模型
3．3 格蘭杰因果關(guān)系檢驗(yàn)
3．4 VAR模型與脈沖響應(yīng)函數(shù)
3．5 VAR模型與方差分解
3．6 結(jié)構(gòu)向量自回歸模型
3．7 TVP-VAR模型
3．8 專題3：中國資本市場(chǎng)與貨幣政策的協(xié)同關(guān)系研究
第4章 GARGH族模型
4．1 波動(dòng)率模型的特征及結(jié)構(gòu)
4．2 ARCH模型
4．3 GARCH模型
4．4 IGARCH模型
4．5 GARCH-M模型
4．6 指數(shù)GARCH模型
4．7 TGARGH模型
4．8 APARCH模型
4．9 專題4：基于GARCH模型的滬深300指數(shù)建模與應(yīng)用
第5章 極值事件與金融風(fēng)險(xiǎn)計(jì)量
5．1 極值事件概述
5．2 金融風(fēng)險(xiǎn)計(jì)量指標(biāo)VaR和ES
5．3 風(fēng)險(xiǎn)度量制
5．4 基于GARCH模型的VaR計(jì)算
5．5 基于極值理論的VaR計(jì)算
5．6 系統(tǒng)性金融風(fēng)險(xiǎn)計(jì)量模型
5．7 事件研究法與金融風(fēng)險(xiǎn)
5．8 專題5：中國系統(tǒng)性金融風(fēng)險(xiǎn)評(píng)估報(bào)告
第6章 Copula函數(shù)與金融計(jì)量
6．1 Copula函數(shù)的定義及性質(zhì)
6．2 Copula函數(shù)與相關(guān)性
6．3 常用的Copula函數(shù)
6．4 Copula函數(shù)的估計(jì)方法
6．5 Copula函數(shù)與金融風(fēng)險(xiǎn)計(jì)量
6．6 專題6：基于GARCH-Copula模型的投資組合風(fēng)險(xiǎn)測(cè)度
第7章 分位數(shù)回歸與金融計(jì)量
7．1 分位數(shù)回歸模型概述
7．2 分位數(shù)回歸模型
7．3 分位數(shù)回歸模型的估計(jì)方法
7．4 分位數(shù)回歸估計(jì)值的解釋
7．5 分位數(shù)回歸模型的拓展
7．6 分位數(shù)回歸與系統(tǒng)性金融風(fēng)險(xiǎn)
7．7 專題7：基于分位數(shù)回歸的金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度研究
第8章 空間計(jì)量方法與金融計(jì)量
8．1 空間權(quán)重矩陣
8．2 空間自回歸模型
8．3 空間杜賓模型
8．4 空間誤差模型
8．5 專題8：中國金融風(fēng)險(xiǎn)的空間集聚與溢出效應(yīng)
……
第9章 機(jī)器學(xué)習(xí)與金融計(jì)量
第10章 文本挖掘與金融大數(shù)據(jù)計(jì)量
參考文獻(xiàn)
1．1 金融計(jì)量學(xué)概述
1．2 收益率的計(jì)算
1．3 常見的統(tǒng)計(jì)分布
1．4 收益率的分布特征
1．5 R軟件和Python軟件介紹
1．6 專題1：金融數(shù)據(jù)的可視化
第2章 金融時(shí)間序列線性模型
2．1 相關(guān)性和平穩(wěn)性
2．2 簡單自回歸模型
2．3 簡單移動(dòng)平均模型
2．4 簡單ARMA模型
2．5 單位根非平穩(wěn)時(shí)間序列
2．6 季節(jié)模型
2．7 長記憶時(shí)間序列模型
2．8 專題2：基于ARIMA模型的中國居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)
第3章 協(xié)整與向量自回歸模型
3．1 協(xié)整分析
3．2 向量自回歸（VAR）模型
3．3 格蘭杰因果關(guān)系檢驗(yàn)
3．4 VAR模型與脈沖響應(yīng)函數(shù)
3．5 VAR模型與方差分解
3．6 結(jié)構(gòu)向量自回歸模型
3．7 TVP-VAR模型
3．8 專題3：中國資本市場(chǎng)與貨幣政策的協(xié)同關(guān)系研究
第4章 GARGH族模型
4．1 波動(dòng)率模型的特征及結(jié)構(gòu)
4．2 ARCH模型
4．3 GARCH模型
4．4 IGARCH模型
4．5 GARCH-M模型
4．6 指數(shù)GARCH模型
4．7 TGARGH模型
4．8 APARCH模型
4．9 專題4：基于GARCH模型的滬深300指數(shù)建模與應(yīng)用
第5章 極值事件與金融風(fēng)險(xiǎn)計(jì)量
5．1 極值事件概述
5．2 金融風(fēng)險(xiǎn)計(jì)量指標(biāo)VaR和ES
5．3 風(fēng)險(xiǎn)度量制
5．4 基于GARCH模型的VaR計(jì)算
5．5 基于極值理論的VaR計(jì)算
5．6 系統(tǒng)性金融風(fēng)險(xiǎn)計(jì)量模型
5．7 事件研究法與金融風(fēng)險(xiǎn)
5．8 專題5：中國系統(tǒng)性金融風(fēng)險(xiǎn)評(píng)估報(bào)告
第6章 Copula函數(shù)與金融計(jì)量
6．1 Copula函數(shù)的定義及性質(zhì)
6．2 Copula函數(shù)與相關(guān)性
6．3 常用的Copula函數(shù)
6．4 Copula函數(shù)的估計(jì)方法
6．5 Copula函數(shù)與金融風(fēng)險(xiǎn)計(jì)量
6．6 專題6：基于GARCH-Copula模型的投資組合風(fēng)險(xiǎn)測(cè)度
第7章 分位數(shù)回歸與金融計(jì)量
7．1 分位數(shù)回歸模型概述
7．2 分位數(shù)回歸模型
7．3 分位數(shù)回歸模型的估計(jì)方法
7．4 分位數(shù)回歸估計(jì)值的解釋
7．5 分位數(shù)回歸模型的拓展
7．6 分位數(shù)回歸與系統(tǒng)性金融風(fēng)險(xiǎn)
7．7 專題7：基于分位數(shù)回歸的金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)測(cè)度研究
第8章 空間計(jì)量方法與金融計(jì)量
8．1 空間權(quán)重矩陣
8．2 空間自回歸模型
8．3 空間杜賓模型
8．4 空間誤差模型
8．5 專題8：中國金融風(fēng)險(xiǎn)的空間集聚與溢出效應(yīng)
……
第9章 機(jī)器學(xué)習(xí)與金融計(jì)量
第10章 文本挖掘與金融大數(shù)據(jù)計(jì)量
參考文獻(xiàn)
展開全部
金融計(jì)量學(xué):基于R和PYTHON(新編21世紀(jì)金融學(xué)系列教材) 作者簡介
歐陽資生，湖南師范大學(xué)“瀟湘學(xué)者”特聘教授，二級(jí)教授，博士生導(dǎo)師；國務(wù)院政府特殊津貼專家，教育部高等學(xué)校金融學(xué)類專業(yè)教學(xué)指導(dǎo)委員會(huì)委員，湖南省學(xué)科帶頭人，湖南省高校科技創(chuàng)新團(tuán)隊(duì)“開放經(jīng)濟(jì)條件下金融風(fēng)險(xiǎn)度量、控制與政策”負(fù)責(zé)人，《統(tǒng)計(jì)研究》編委。主要研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理、金融科技與金融統(tǒng)計(jì)。 陽旸，湖南師范大學(xué)商學(xué)院副教授、博士。研究方向：金融管理與金融計(jì)量。 馬倚虹，湖南師范大學(xué)商學(xué)院金融系講師、博士。研究方向：金融風(fēng)險(xiǎn)與機(jī)器學(xué)習(xí)。
書友推薦
- >
羅庸西南聯(lián)大授課錄
- >
經(jīng)典常談
- >
小考拉的故事-套裝共3冊(cè)
- >
詩經(jīng)-先民的歌唱
- >
名家?guī)阕x魯迅:朝花夕拾
- >
朝聞道
- >
上帝之肋:男人的真實(shí)旅程
- >
煙與鏡
本類暢銷
