Книга "Прикладная финансовая эконометрика на рынке рисков" написана ведущим академиком в области анализа рыночных рисков, профессором Кэрол Александер. Она является второй частью четырехтомного издания "Анализ рыночных рисков". В книге представлены эконометрические методы, широко применяемые в финансах. Материал изложен критично и избирательно, с акцентом на такие области эконометрики, как GARCH, коинтеграция и копулы, необходимые для решения задач анализа рыночных рисков.
Книга охватывает материал односеместрового курса прикладной финансовой эконометрики. Темы излагаются очень доступно: каждый раз при введении новой концепции приводится эмпирический пример, а по возможности - иллюстрация с применением Excel.
Во всем четырехтомном издании практически каждая концепция или формула проиллюстрирована числовым примером, длинным эмпирическим исследованием или обоими сразу. Всего в издании около 300 числовых и эмпирических примеров, 400 графиков и рисунков, и 30 кейсов, многие из которых представлены в интерактивных электронных таблицах Excel на прилагаемом CD-ROM.
Эмпирические примеры и кейсы, специфичные для данного тома, включают: факторный анализ с ортогональными регрессиями и использованием факторов главных компонент; оценку параметров симметричных и асимметричных моделей GARCH и E-GARCH нормального и t-распределения; плотности нормального, t, Гумбеля, Клейтона, смеси нормальных копул и симуляции из этих копул с применением к VaR и оптимизации портфеля; анализ главных компонент кривых доходности с применением к иммунизации портфеля и управлению активами/пассивами; симуляцию смеси нормальных и Марковских переключающихся GARCH доходностей; коинтеграцию для отслеживания индекса и парного трейдинга с моделированием ошибок коррекции и импульсных откликов; Марковские регрессионные модели переключения (код Eviews); прогнозирование структуры сроков GARCH с таргетированием волатильности; нелинейные квантильные регрессии с применением к хеджированию.
Электронная Книга «Market Risk Analysis, Practical Financial Econometrics» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470771037
Описание книги от Группа авторов
Written by leading market risk academic, Professor Carol Alexander, Practical Financial Econometrics forms part two of the Market Risk Analysis four volume set. It introduces the econometric techniques that are commonly applied to finance with a critical and selective exposition, emphasising the areas of econometrics, such as GARCH, cointegration and copulas that are required for resolving problems in market risk analysis. The book covers material for a one-semester graduate course in applied financial econometrics in a very pedagogical fashion as each time a concept is introduced an empirical example is given, and whenever possible this is illustrated with an Excel spreadsheet. All together, the Market Risk Analysis four volume set illustrates virtually every concept or formula with a practical, numerical example or a longer, empirical case study. Across all four volumes there are approximately 300 numerical and empirical examples, 400 graphs and figures and 30 case studies many of which are contained in interactive Excel spreadsheets available from the the accompanying CD-ROM . Empirical examples and case studies specific to this volume include: Factor analysis with orthogonal regressions and using principal component factors; Estimation of symmetric and asymmetric, normal and Student t GARCH and E-GARCH parameters; Normal, Student t, Gumbel, Clayton, normal mixture copula densities, and simulations from these copulas with application to VaR and portfolio optimization; Principal component analysis of yield curves with applications to portfolio immunization and asset/liability management; Simulation of normal mixture and Markov switching GARCH returns; Cointegration based index tracking and pairs trading, with error correction and impulse response modelling; Markov switching regression models (Eviews code); GARCH term structure forecasting with volatility targeting; Non-linear quantile regressions with applications to hedging.