- 机械工业出版社
- 9787111629788
- 1-1
- 282567
- 41249254-8
- 平装
- 16开
- 2019-07
- 654
- 管理学
- 工商管理
- 经济统计学
- 本科
内容简介
本书主要论述了概率、统计与R语言基础，单变量和多变量时间序列分析，非线性时间序列分析，面板数据分析，高频数据分析，并在*后选择经济金融领域几个长盛不衰的研究范例，运用书中讲解的模型，采用R语言去实现对计量模型结果的解读。
本书是为大众读者，特别是广大经济、金融专业的本科生和研究生读者提供的研究模板和实证方法手册。
本书是为大众读者，特别是广大经济、金融专业的本科生和研究生读者提供的研究模板和实证方法手册。
目录
目 录
Contents
推荐序
自序
前言
第一部分 R语言及概率、统计基础
第1章 R语言概览 / 2
1.1 选择R语言的理由 / 2
1.2 R的安装 / 4
1.3 R使用概览 / 6
1.4 常用的图形用户界面 / 10
第2章 数据结构及数据对象处理 / 21
2.1 数据类型 / 21
2.2 数据结构 / 22
2.3 常规数据对象的处理 / 30
2.4 时间序列对象的处理 / 39
第3章 数据存取及预处理 / 51
3.1 数据文件读取 / 51
3.2 数据的网络获取 / 57
3.3 数据库访问 / 65
3.4 数据处理常用函数 / 71
3.5 数据的基本统计分析 / 74
第4章 R的绘图工具 / 79
4.1 数据分布特征的视觉化 / 79
4.2 基础绘图函数plot() / 82
4.3 多笔数据的视觉呈现 / 88
4.4 多因素分析与栅格图 / 98
4.5 时间序列图形的绘制 / 108
4.6 三维立体图形的绘制 / 117
4.7 地图相关图形的绘制 / 119
4.8 函数曲线的绘制 / 122
4.9 图形的外部存储 / 123
第5章 概率与统计分析原理 / 125
5.1 统计分析原理 / 126
5.2 函数原理和数据分析 / 129
5.3 R的金融工具箱 / 131
第6章 线性模型 / 137
6.1 基础线性回归原理：最小二乘法 / 137
6.2 单变量线性回归 / 138
6.3 多元连续变量线性回归 / 144
6.4 因子和交互效果 / 146
6.5 回归诊断检验 / 149
6.6 简单时间序列回归：dynlm() / 151
6.7 共线性检验 / 153
第7章 线性模型的扩展 / 155
7.1 广义线性模型 / 155
7.2 稳健统计量 / 167
第二部分 单变量时间序列分析
第8章 时间序列的平稳性I （0）和I （1） / 174
8.1 时间序列性质 / 174
8.2 单笔时间序列性质 / 175
8.3 ARMA过程 / 182
8.4 序列相关的检验与修正 / 184
8.5 时间序列预测 / 186
8.6 ARIMA和季节ARIMA的自动配置 / 188
8.7 非平稳时间序列及其单位根检验 / 189
第9章 单变量GARCH模型 / 196
9.1 单变量GARCH原理 / 196
9.2 单变量GARCH的简易操作 / 199
9.3 单变量GARCH的专业处理 / 206
第三部分 多变量时间序列分析
第10章 向量自回归和误差修正模型 / 214
10.1 平稳VAR多变量原理 / 214
10.2 R包与VAR程序范例 / 215
10.3 VECM的协整分析 / 220
第11章 多变量GARCH模型 / 226
11.1 多变量GARCH原理 / 226
11.2 多变量GARCH的处理rmgarch包 / 228
11.3 设定条件的多样化 / 233
第12章 多变量的投资组合运用 / 234
12.1 初步选择资产 / 234
12.2 多元化投资组合与回测 / 236
第四部分 非线性时间序列分析
第13章 门限和平滑转移 / 246
13.1 门限单位根过程 / 246
13.2 门限VAR / 251
13.3 门限VECM / 254
13.4 平滑转换模型 / 256
第14章 结构变化 / 257
14.1 结构变化的检验 / 257
14.2 Bai-Perron方法 / 266
第15章 马尔科夫转换模型 / 273
15.1 模型简介 / 273
15.2 R范例程序说明 / 277
第五部分 面板数据分析
第16章 面板数据及其模型 / 290
16.1 概述 / 290
16.2 基本线性模型 / 295
16.3 维度N的异质性 / 297
第17章 面板数据模型的检验 / 307
17.1 固定效应模型 / 307
17.2 随机效应模型 / 308
17.3 随机效应与固定效应的选择 / 310
17.4 序列相关检验 / 312
17.5 序列相关的修正 / 315
第18章 面板数据的延伸主题 / 323
18.1 动态面板数据与广义矩GMM估计 / 323
18.2 具门限效果的面板回归 / 327
第六部分 高频数据分析
第19章 混频模型：MIDAS / 330
19.1 MIDAS的原理 / 330
19.2 MIDAS在R中的实现 / 332
第七部分 研究实例及R实现
第20章 基于已实现GARCH的高频数据波动率建模 / 340
20.1 模型介绍 / 340
20.2 中国股市的实证研究案例 / 341
20.3 本章小结 / 346
第21章 基于DCC-GARCH的波动率溢出研究 / 347
21.1 模型的特征与估计原理 / 347
21.2 中美股市动态相关性实证研究案例 / 348
第22章 基于TVAR和VAR的量价关系研究 / 354
22.1 基于TVAR的标准普尔500指数量价关系研究 / 354
22.2 基于VAR的道琼斯指数量价关系研究 / 357
第23章 沪港通对A + H股联动性的影响 / 362
23.1 选题介绍 / 362
23.2 文献综述 / 362
23.3 实证方法：DCC-GARCH模型及其估计原理 / 363
23.4 数据处理与实证结果 / 364
第24章 铜期货与现货的协整关系 / 373
24.1 门限VECM模型概述 / 373
24.2 背景概述 / 373
24.3 数据处理与实证结果 / 374
第25章 沪深300股指期现货关系的实证研究 / 381
25.1 背景介绍 / 381
25.2 文献综述 / 381
25.3 数据处理与实证结果 / 382
25.4 研究结论 / 386
第26章 中国商品期货指数通胀对冲能力的实证研究 / 387
26.1 背景介绍 / 387
26.2 相关文献综述 / 388
26.3 通胀对冲定义 / 388
26.4 数据处理与实证结果 / 388
26.5 主要的R程序代码及其说明 / 391
参考文献 / 393
后记 / 400
Contents
推荐序
自序
前言
第一部分 R语言及概率、统计基础
第1章 R语言概览 / 2
1.1 选择R语言的理由 / 2
1.2 R的安装 / 4
1.3 R使用概览 / 6
1.4 常用的图形用户界面 / 10
第2章 数据结构及数据对象处理 / 21
2.1 数据类型 / 21
2.2 数据结构 / 22
2.3 常规数据对象的处理 / 30
2.4 时间序列对象的处理 / 39
第3章 数据存取及预处理 / 51
3.1 数据文件读取 / 51
3.2 数据的网络获取 / 57
3.3 数据库访问 / 65
3.4 数据处理常用函数 / 71
3.5 数据的基本统计分析 / 74
第4章 R的绘图工具 / 79
4.1 数据分布特征的视觉化 / 79
4.2 基础绘图函数plot() / 82
4.3 多笔数据的视觉呈现 / 88
4.4 多因素分析与栅格图 / 98
4.5 时间序列图形的绘制 / 108
4.6 三维立体图形的绘制 / 117
4.7 地图相关图形的绘制 / 119
4.8 函数曲线的绘制 / 122
4.9 图形的外部存储 / 123
第5章 概率与统计分析原理 / 125
5.1 统计分析原理 / 126
5.2 函数原理和数据分析 / 129
5.3 R的金融工具箱 / 131
第6章 线性模型 / 137
6.1 基础线性回归原理：最小二乘法 / 137
6.2 单变量线性回归 / 138
6.3 多元连续变量线性回归 / 144
6.4 因子和交互效果 / 146
6.5 回归诊断检验 / 149
6.6 简单时间序列回归：dynlm() / 151
6.7 共线性检验 / 153
第7章 线性模型的扩展 / 155
7.1 广义线性模型 / 155
7.2 稳健统计量 / 167
第二部分 单变量时间序列分析
第8章 时间序列的平稳性I （0）和I （1） / 174
8.1 时间序列性质 / 174
8.2 单笔时间序列性质 / 175
8.3 ARMA过程 / 182
8.4 序列相关的检验与修正 / 184
8.5 时间序列预测 / 186
8.6 ARIMA和季节ARIMA的自动配置 / 188
8.7 非平稳时间序列及其单位根检验 / 189
第9章 单变量GARCH模型 / 196
9.1 单变量GARCH原理 / 196
9.2 单变量GARCH的简易操作 / 199
9.3 单变量GARCH的专业处理 / 206
第三部分 多变量时间序列分析
第10章 向量自回归和误差修正模型 / 214
10.1 平稳VAR多变量原理 / 214
10.2 R包与VAR程序范例 / 215
10.3 VECM的协整分析 / 220
第11章 多变量GARCH模型 / 226
11.1 多变量GARCH原理 / 226
11.2 多变量GARCH的处理rmgarch包 / 228
11.3 设定条件的多样化 / 233
第12章 多变量的投资组合运用 / 234
12.1 初步选择资产 / 234
12.2 多元化投资组合与回测 / 236
第四部分 非线性时间序列分析
第13章 门限和平滑转移 / 246
13.1 门限单位根过程 / 246
13.2 门限VAR / 251
13.3 门限VECM / 254
13.4 平滑转换模型 / 256
第14章 结构变化 / 257
14.1 结构变化的检验 / 257
14.2 Bai-Perron方法 / 266
第15章 马尔科夫转换模型 / 273
15.1 模型简介 / 273
15.2 R范例程序说明 / 277
第五部分 面板数据分析
第16章 面板数据及其模型 / 290
16.1 概述 / 290
16.2 基本线性模型 / 295
16.3 维度N的异质性 / 297
第17章 面板数据模型的检验 / 307
17.1 固定效应模型 / 307
17.2 随机效应模型 / 308
17.3 随机效应与固定效应的选择 / 310
17.4 序列相关检验 / 312
17.5 序列相关的修正 / 315
第18章 面板数据的延伸主题 / 323
18.1 动态面板数据与广义矩GMM估计 / 323
18.2 具门限效果的面板回归 / 327
第六部分 高频数据分析
第19章 混频模型：MIDAS / 330
19.1 MIDAS的原理 / 330
19.2 MIDAS在R中的实现 / 332
第七部分 研究实例及R实现
第20章 基于已实现GARCH的高频数据波动率建模 / 340
20.1 模型介绍 / 340
20.2 中国股市的实证研究案例 / 341
20.3 本章小结 / 346
第21章 基于DCC-GARCH的波动率溢出研究 / 347
21.1 模型的特征与估计原理 / 347
21.2 中美股市动态相关性实证研究案例 / 348
第22章 基于TVAR和VAR的量价关系研究 / 354
22.1 基于TVAR的标准普尔500指数量价关系研究 / 354
22.2 基于VAR的道琼斯指数量价关系研究 / 357
第23章 沪港通对A + H股联动性的影响 / 362
23.1 选题介绍 / 362
23.2 文献综述 / 362
23.3 实证方法：DCC-GARCH模型及其估计原理 / 363
23.4 数据处理与实证结果 / 364
第24章 铜期货与现货的协整关系 / 373
24.1 门限VECM模型概述 / 373
24.2 背景概述 / 373
24.3 数据处理与实证结果 / 374
第25章 沪深300股指期现货关系的实证研究 / 381
25.1 背景介绍 / 381
25.2 文献综述 / 381
25.3 数据处理与实证结果 / 382
25.4 研究结论 / 386
第26章 中国商品期货指数通胀对冲能力的实证研究 / 387
26.1 背景介绍 / 387
26.2 相关文献综述 / 388
26.3 通胀对冲定义 / 388
26.4 数据处理与实证结果 / 388
26.5 主要的R程序代码及其说明 / 391
参考文献 / 393
后记 / 400
