内容简介

本书应用现代计量金融学方法对中国金融市场进行计量分析。
第1章探讨我国股票报酬和未来波动的关系。考虑到我国股票报酬时间序列具有的三个特征——波动集群性、厚尾和杠杆效应，第1章利用ARCH类模型度量时变的波动性，同时采用多种非正态分布（如混合正态分布、混合Beta分布、t分布、广义误差分布、广义t分布、偏斜t分布）描述股票报酬的分布。
多个金融市场、多个资产报酬相关性以及波动间的动态关系需要用多元GARCH模型来描述。自2005年7月21日起，人民币实行参考一篮子货币的汇率制度。第2章基于二元GARCH模型，考察人民币NDF和即期汇率间报酬、波动的溢酬状况，分析人民币NDF市场和即期市场间的信息传导。
波动是资产定价和配置、金融风险管理的核心。在金融市场波动的度量和预测方面，广泛地应用ARCH模型和随机波动模型。有学者提出利用非参数方法估计实现波动，并用天内报酬平方和作为波动的度量。实现波动具有长期记忆性的特征，且实现波动模型通常不考虑跳跃的影响。第3章基于异质自回归模型，将跳跃从实现波动中分离出来，同时考虑到实现波动呈现波动集群性的现象，来为实现波动构模，并分析跳跃的影响。
经济和金融问题常用回归模型分析，但回归模型两边变量的数据频率是相同的。随着现代计算机的迅速发展以及存储能力的提高，可以得到更高频率的数据，例如股市的交易数据。高频率数据通常包含更多有价值的信息，但由于回归模型中的某些解释或被解释变量是低频率的，通常需预先处理高频率数据，使得回归模型两边变量的数据频率相同，但这种处理可能损失相当多有价值的信息，而且，难以检验出某些变量间的关系。混合数据抽样回归模型可以处理回归模型两边变量数据频率不同的问题。第4章和第5章利用混合数据抽样回归模型分别研究报酬与风险间的权衡关系和股票市场的波动问题。
第6章基于交易数据，利用自回归条件持续期模型来分析探讨我国股票交易的持续期问题，并考虑持续期服从各种条件分布，如Weibull分布、广义Gamma分布、Burr分布等。
第7章利用短期事件研究方法考察股价指数成分股调整的价格效应和交易量效应。
第8章采用长期事件研究方法分析中国IP0的长期表现。
第9章基于VaR来度量和评估中国金融市场的风险。