非高斯分布下的金融建模

第一部分 金融市場(chǎng)和金融時(shí)間序列
1 引言
1.1金融市場(chǎng)與金融時(shí)間序列
1.2資產(chǎn)收益率的計(jì)量建模
1.3非高斯計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用
1.4非高斯分布的期權(quán)定價(jià)
2 金融市場(chǎng)數(shù)據(jù)的統(tǒng)計(jì)特征
2.1收益率的定義
2.2收益率的分布
2.3時(shí)間依賴性
2.4收益率之間的線性關(guān)系
2.5 多元高階矩
3 金融市場(chǎng)的運(yùn)行和收益率的理論模型
3.1金融市場(chǎng)運(yùn)行
3.2 Mandelbrot和穩(wěn)定分布
3.3 Clark的從屬模型
3.4 收益率和交易量的二元混合分布模型
3.5報(bào)價(jià)驅(qū)動(dòng)市場(chǎng)的價(jià)格和報(bào)價(jià)模型

第二部分 資產(chǎn)收益率的計(jì)量模型
4 波動(dòng)率建模
4.1低頻波動(dòng)率
4.2 ARCH模型
4.3 GARCH模型
4.4 非對(duì)稱GARCH模型
4.5帶跳躍的GARCH模型
4.6 GARCH過程的聚合
4.7 隨機(jī)波動(dòng)率
4.8 已實(shí)現(xiàn)波動(dòng)率
5 高階矩建模
5.1 一般問題
5.2 具有高階矩的分布
5.3設(shè)定檢驗(yàn)與推斷
5.4說明
5.5 條件高階矩的建模
6 相關(guān)性建模
6.1 多元GARCH模型
6.2多元分布建模
6.3連接函數(shù)
7 極端值理論
7.1單變量尾部估計(jì)
7.2多變量依賴性

第三部分 非高斯計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用
第8章 風(fēng)險(xiǎn)管理與VaR
8.1定義和指標(biāo)
8.2歷史模擬
8.3 半?yún)?shù)方法
8.4參數(shù)方法
8.5非線性模型
8.6 VaR模型的比較
9 投資組合配置
9.1非正態(tài)性之下的投資組合配置
9.2下行風(fēng)險(xiǎn)下的投資組合配置

第四部分 非高斯收益率的期權(quán)定價(jià)
10 期權(quán)定價(jià)基礎(chǔ)
10.1符號(hào)
10.2無套利的期權(quán)定價(jià)方法
10.3鞅測(cè)度和BSM公式
11 非結(jié)構(gòu)性期權(quán)定價(jià)
11.1標(biāo)準(zhǔn)BSM模型的難點(diǎn)
11.2 風(fēng)險(xiǎn)中性密度的直接估計(jì)
11.3參數(shù)方法
11.4 半?yún)?shù)方法
11.5非參數(shù)方法
11.6各種方法的比較
11.7與真實(shí)概率的關(guān)系
12 結(jié)構(gòu)性期權(quán)定價(jià)
12.1隨機(jī)波動(dòng)率模型
12.2具有隨機(jī)波動(dòng)率的期權(quán)定價(jià)
12.3帶跳躍的模型
12.4具有更大跳躍的模型:Lévy期權(quán)定價(jià)

第五部分 期權(quán)定價(jià)的數(shù)學(xué)附錄
13 布朗運(yùn)動(dòng)與隨機(jī)微積分
13.1大數(shù)定律與中心極限定理
13.2隨機(jī)漫步
13.3布朗運(yùn)動(dòng)的構(gòu)造
13.4布朗運(yùn)動(dòng)的性質(zhì)
13.5隨機(jī)積分
13.6隨機(jī)微分方程
13.7 伊藤引理
13.8 伊藤引理的多元擴(kuò)展
13.9 轉(zhuǎn)移概率和偏微分方程
13.10 Kolmogorov前向和后向方程
13.11與擴(kuò)散有關(guān)的偏微分方程
13.12 Feynman-Kac公式
14 鞅和測(cè)度變換
14.1鞅
14.2正態(tài)分布的概率變換
14.3 Radon-Nikodym導(dǎo)數(shù)
15 特征函數(shù)和傅立葉變換
15.1特征函數(shù)
15.2傅立葉變換和特征函數(shù)
16 跳躍過程
16.1計(jì)數(shù)和標(biāo)值點(diǎn)過程
16.2泊松過程
16.3指數(shù)分布
16.4泊松跳躍之間的持續(xù)時(shí)間
16.5補(bǔ)償泊松過程
第17章 Lévy過程
17.1 Lévy過程的構(gòu)建
17.2 Lévy過程的性質(zhì)
參考文獻(xiàn)