经济与金融计量方法:原理、应用案例及R语言实现
作者 : 何宗武 马卫锋 编著
出版日期 : 2019-06-26
ISBN : 978-7-111-62978-8
适用人群 : 经济、金融专业的本科生、研究生
定价 : 69.00元
教辅资源
扩展信息
语种 : 简体中文
页数 : 426
开本 : 16
原书名 :
原出版社:
属性分类: 教材
包含CD : 无CD
绝版 :
图书简介

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,并在最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,并对计量模型的结果进行解读。
本书是一本为读者,特别是广大经济、金融专业的本科生、研究生读者提供研究模板和实证方法的手册。

图书特色

同济大学研究生
教材出版基金资助(2018JC002)
经济与金融计量方法
原理、应用案例及R语言实现
何宗武  马卫锋  / 编著
模型+软件实现+应用
一本金融数据建模分析和经济金融实证研究的实用宝典
Financial
and
Econometric
Analysis
with
R

图书前言

在大数据时代,数据的管理和建模分析是商务决策的关键一环。R语言是一个对数据进行统计分析、可视化和统计编程的强大工具,在学术研究、商务分析等诸多领域中均被广泛使用。
本书将计量经济学理论与模型及其在R语言中的实现相结合,并配以多个研究主题下的实证研究范例进行讲解,力图打造一本三位一体(模型+软件实现+应用)的金融数据建模分析和经济金融实证研究的实用宝典。
本书适合作为经济类相关专业的高年级本科生、硕士生和博士生的计量经济学、金融数据分析等相关课程的教材,或者金融实证研究的参考手册。本书也适合从事经济与金融数据分析等金融行业的从业人员使用。
本书侧重时间序列分析,内容覆盖较广,从R语言使用入门到概率统计基础,从单变量时间序列模型到多变量时间序列模型,从线性时间序列模型到非线性时间序列模型,也兼顾了面板数据及高频数据分析的主题。全书分为七大部分:第一部分介绍R语言的使用入门、数据分析与可视化的基本方法、概率与统计基础、线性回归模型等基础知识与方法。有相关基础的读者可以选择性地跳过相关章节。第二部分介绍单变量时间序列的相关模型和方法,主要包括ARMA、ARIMA、单变量GARCH等模型及其相关处理。第三部分介绍多变量时间序列的相关模型和方法,主要包括VAR、VECM、多变量GARCH等模型及其相关处理,以及多变量分析方法在投资组合分析上的运用。第四部分介绍非线性时间序列模型,主要包括门限VAR、门限VECM、结构变化、马尔科夫状态转换等模型及其相关处理。第五部分是面板数据分析专题。第六部分是高频数据分析专题,主要介绍颇有难度的MIDAS模型及其处理。第七部分是几个研究主题的实证研究范例。
请读者留意,在本书各种演示用的范例代码中,代码行使用了加粗字体,前面没有放置R默认的命令提示符>。代码执行后的输出结果放在代码行下面,使用没有加粗的小字号字体。
本书的出版得到了机械工业出版社的支持和帮助,并获得了同济大学研究生教材出版基金(2018JC002)的资助。由于时间和水平的限制,纰漏之处在所难免,恳请读者提出宝贵意见!

上架指导

金融投资

封底文字

本书将计量经济学理论与模型及其在R语言中的实现相结合,系统展示和介绍了有关R语言、数据结构及数据对象处理、数据存取及预处理、R的绘图工具、概率与统计分析原理、线性模型及其扩展等基础知识,并围绕单变量时间序列分析、多变量时间序列分析、非线性时间序列分析、面板数据分析、高频数据分析等主题进行了专门的方法和工具讲解。同时作者通过多个主题的实证范例进行讲解,在数据部分中也提供了R语言代码,是一本三位一体(模型+软件实现+ 应用)的金融数据建模分析和经济金融实证研究的实用宝典。

本书适合作为经济类相关专业的高年级本科生、硕士生和博士生的计量经济学、金融数据分析等相关课程的教材,或者金融实证研究的参考手册。本书也适合从事经济与金融数据分析等工作的相关从业人员。

推荐序

不是序的序
大约一个月前,何宗武教授专门来我的办公室,送来他和马卫锋老师合作的新著《经济与金融计量方法:原理、应用案例及R语言实现》的书稿,嘱托我为其作序。正值学期结束之际,本人事务繁杂,拖至今日方才动笔,实在汗颜。不过,我回想起与宗武兄交往的这几年历程,还是颇有感触的。
斗转星移,花开花落,我和宗武兄,即何教授,相识已有五年时间。当时他还在世新大学财金系任教,随赖鼎铭校长一行访问同济大学,由于共同的学术兴趣,我们彼此之间有了更多的交流与合作。五年来,何教授不仅与本人结下深厚友谊,更与同济大学经济与管理学院的好几位老师结缘,马卫锋老师就是其中的一员,这本书既是两位共同努力的成果,也是他们俩友谊的象征。如今,何宗武教授已经就职于台湾师范大学,但我相信,他与同济大学的合作将依然紧密无间。
宗武兄曾就读于美国犹他大学,荣获经济学博士学位,在国际知名期刊上发表了多篇高水平学术论文。他不仅精于各种计量模型的构建和改进,还擅长将其与各种应用场景结合,并通过R语言予以软件实现。卫锋弟,即马老师,理论基础扎实,并对中国经济发展和金融实践中的种种现实问题有着深刻的理解和系统认知。在宗武兄和卫锋弟合作的这本新著中,系统展示和介绍了有关R语言、数据结构及数据对象处理、数据存取及预处理、R的绘图工具、概率与统计分析原理、线性模型及其扩展等基础知识,并围绕单变量时间序列分析、多变量时间序列分析、非线性时间序列分析、面板数据分析、高频数据分析等主题进行了专门的方法和工具讲解。最后,以七种实际应用场景为对象,开展了通过R语言予以软件实现的应用研究。就总体而言,这本新书既可以让初学者迅速理解和掌握R语言及其应用的各种窍门,也可以对经济金融界的理论研究工作者们形成诸多有益启示。
作为两位作者的好朋友,希望这只是他们合作的开端,本人乐见两位将来有更多、更有价值和更有趣的作品问世。同时,我也真心盼望越来越多大陆和台湾的学者携起手来,开展更多高质量学术研究,造福两岸。

陈 强
同济大学经济与管理学院教授、博士生导师,同济大学文科办主任
2018年9月29日

图书目录

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

教学资源推荐
作者: (美)保罗 E. 斯佩克特(Paul E. Spector)
作者: [美]罗纳德·霍华德(Ronald A. Howard) 阿里·阿巴斯(Ali E. Abbas)著
作者: (美)史蒂文J.基尔希(Steven J.Kirsh),(美)卡伦·格罗弗·达菲(Karen Grover Duffy),(美)伊斯特伍德·阿特沃特(Eastwood Atwater)
作者: (美)罗伯特 J. 斯滕伯格(Robert J. Sternberg)塔夫斯大学温迪 M. 威廉姆斯(Wendy M. Williams)康奈尔大学             著
参考读物推荐
作者: [美]彼得?孔普(Peter Kump)著
作者: (美)维维恩·莎白·格里克 (Vivian Elisabeth. Glyck)著
作者: (美)凯特.凯利(Kate Kelly)