Statistics of Financial Markets - Franke, Hafner

 

Предисловие ко Второму Изданию

После успеха первого издания мы чувствовал, что должен догнать быстро растет объем литературы, в финансовой статистики и эконометрики. Это второе издание распространяется на материал, который был только вкратце рассмотрели в предыдущем издании. Как пример, глава 17 на copula есть огромный обновления литературы и описывает некоторые наши собственные исследования в этой области. В главе о временных рядов с стохастической неустойчивости (глава 13), мы представляем критика стандартных стационарных GARCH моделирования и описания альтернативных непараметрических способ моделирования, основанного на идее нестационарных безусловной дисперсии, и, следовательно, нестационарный процесс. Это новый взгляд на моделирование волатильности, как представляется, дает многообещающие результаты в прогнозе по сравнению со стандартными GARCH модели. Мы существенно увеличили раздел по управлению рисками (Раздел 6.3), в том числе Волги и Vannacoefficients и последние работы по поняла волатильности. Еще одна очень активная часть исследования по многомерной GARCH моделей, в которых мы предоставляем обновленный обзор в Разделе 13.4. Мы включили новый раздел по технологии моделирования и целая глава по Управлению Кредитным Риском. В дополнение к этим изменениям, мы ликвидировали небольшое количество ошибок в первом издании. Наконец, мы хотели бы поблагодарить ин Чэнь, Екатерина Игнатьева и Кай Detlefsen для текста управления.

Предисловие к Первому Изданию

Примерно до 1970-х годов, финансовая математика была довольно скромной по сравнению с другими математическими дисциплинами. Это быстро менялся после прорывным работ ф. Блэк и м. Шоулз, и р. Мертон по производным цены, за которые они получили Нобелевскую премию по экономике в 1997 году. С 1973г. на год издания знаменитого Черного и Скоулз статьи, важность производных инструментов на финансовых рынках не перестала расти. Более высокие риски, связанные, например, с гибкой вместо фиксированных валютных курсов после падения Брет т-Вудская система требует управления рисками, а также использование инструментов хеджирования для международно-активных компаний. Совсем недавно, глобализации и все более сложную зависимость финансовых рынков причины для использования сложных математических и статистических методов и моделей для оценки рисков.

Необходимость совершенствование и развитие математических основ существующего управления рисками, подчеркивается в бурные 1990-х годов, например, с Азиатского кризиса, хеджирования бедствия Metallgesellschaft и Orange County, и падение Long-Term Capital Management хедж-фонд (контролируется Мертон и Шоулз!). Это увидел, законодатель обязан принять меры. В континентальной Европе, это развитие, в основном под влиянием Базельского комитета по Банковскому Надзору, чьи рекомендации составляют основу Европейского Союза по законодательству, с которой финансовые учреждения обязаны сделать глобальной, тщательное управление рисками. Как следствие, растет спрос на специалистов в области финансового инжиниринга, который управления рисками внутренне, поиск возможностей для прибыльных инвестиций и гарантировать обязательства законодательства. В будущем, таких, управления рисками, скорее всего, станет обязательным для других, дерегулирование рынков, таких как телекоммуникационные и энергетические рынки. Учитывая повышение цены, объем, и кредитных рисков на этих рынках, крупных компаний, как правило, уже созданы новые департаменты, занимающиеся управлением активами и пассивами, а также управление рисками.

Настоящий текст должен доставлять необходимые математические и статистические базы для положения в области финансового инжиниринга. Наша цель-дать всестороннее введение в важных идей в области финансовой математики и статистики. Мы не стремимся к охватывая практически все значимые детали, и мы также не обсуждать технические тонкости стохастический анализ. Для обеих целей уже есть широкий выбор учебников. Вместо этого, мы хотим дать студентам математики, статистики, экономики и грунтовки для моделирования и статистического анализа финансовых данных. Кроме того, книга предназначена для практиков, которые хотят углубить свои приобретенные практические знания. Кроме введение в теорию ценообразования производных", мы подчеркиваем статистические аспекты использования математических методов, т.е., выбор подходящей модели, а также монтаж и проверка с использованием данных.

Настоящая книга состоит из трех частей. Первые два организованы так, что их можно читать независимо друг от друга. Каждый из них может использоваться в течение примерно 30 часов. Мы сознательно принимаем иногда избыточности, если тема рассматривается в обе стороны, но, с другой стороны. Третья часть представляет отобранные заявки в текущих практических проблем. Оба варианта ценообразования в статистического моделирования финансовых временных рядов часто были темы семинаров и лекций в международной учебной программы финансовой математики из университета Кайзерслаутерн (http://www.mathematik.uni-kl.de), а также в области экономики и статистики программа Humboldt-Universitat zu Berlin (http://ise.wiwi.hu-berlin,de). Кроме того, они легли в основу лекций для банковской практики, которые были даны авторами в различных европейских странах.

Первая часть посвящена классической теории ценообразования производных. Рядом с Черным и Скоулз варианта формулы цены для обычных европейских и американских опционов и их численного решения через аппроксимации с биномиальными процессов, мы также обсуждаем оценку некоторые экзотические варианты. Стохастические модели в процентных ставках и ценах на процентных деривативов, заключение первой части. Необходимые инструменты, стохастического анализа, в частности, винеровского процесса, стохастических дифференциальных уравнений и уравнений Ито Лемма будут мотивированы эвристически, а не получен в жесткой форме. Для того, чтобы сделать текст доступным для не-математиков, мы явно не рассмотрение передовых методов финансовой математики, таких, как Мартингейл теории и в результате элегантный характеристика отсутствие арбитража в полной рынках.

Во второй части представлены уже классический анализ финансовых временных рядов, которые возникли в работе т. Bollerslev. Р. Engle. и C. грейнджер. Начиная с традиционных линейных процессов, мы мотивировать, почему финансовых временных рядов, редко могут быть описаны с помощью таких линейных моделей. Кроме того, мы обсуждения соответствующих класса модели стохастической волатильности модели". Помимо стандартных ARCH и GARCH модели, мы обсудим расширения, что позволяет асимметричное воздействие лагом возвращается на волатильности. Мы также обзор многомерных GARCH моделей, которые могут быть применены, например, для оценки и тестирования модель оценки капитальных активов (САРМ) или в портфель проблемы отбора. В качестве поддержки для исследовательский анализ данных, поиск и проверку экономного параметрические модели, мы подчеркиваем использования nonparametrie модели финансовых временных рядов и их подходят для данных с использованием ядра оценки или другие методы сглаживания.

В третьей части книги мы рассмотрим, приложений и практические вопросы, такие как цены опциона, риск-менеджмента и кредитного скоринга. Мы применяем гибкую GARCH моделей для оценки параметров и для преодоления Черный и Скоулз ограничение константа волатильность. Мы дадим краткий обзор оценки Стоимости, подверженной Риску (VaR) и тестирования, и показать, что копулы может улучшить оценка VaR. Правильное понимание статистических поведение крайности, такие как 11 сентября. 2001 г., имеет важное значение для управления рисками, и мы дадим краткий обзор особую ценность теории с финансовыми приложениями. Как особо популярные nonparametrie метод моделирования в финансовых институтов, мы обсудим нейронных сетей, со статистической точки зрения и с приложениями для прогнозирования финансовых временных рядов. Далее, мы покажем, как анализа главных компонент может быть использован для объяснения динамики подразумеваемой волатильности. Наконец, мы представляем nonparametrie расширений обычных дискретного выбора модели и применять их для кредитного скоринга проблемы.

Мы решили собрать некоторые технические результатов о стохастических интеграции в приложении. Здесь мы также представляем Girsanov теоремы и Мартингейл представление, теорема, с помощью которой динамического портфеля стратегий, а также в качестве альтернативного доказательства " Блека и шольза " разработаны. Это приложение основано на работу по Клаус Шиндлер, Saarbriicken.

В разработке книги, e-book, мы будем новых путей научному публикации вместе с Springer Verlag и MD*Tech. Книга снабжена индивидуальным лицензионный ключ, который позволяет пользователям загружать html и pdf-версии текста, а также всех слайдов для 60 до 90 часов лекции по e-book server на http://www.quantlet.com. Все примеры, графики, таблицы и могут быть воспроизведены и изменился в интерактивном режиме с помощью XploRe quantlet технологии.

 

Attachments:
FileОписание
Access this URL (http://www.statosphere.ru/downloads/books/quant/FrankeHafner.rar)Statistics of Financial Markets - Franke, Hafner 

Краткое содержание

Вход для слушателей