本書講述數(shù)量金融中最重要的統(tǒng)計方法和模型,通過統(tǒng)計建模和統(tǒng)計決策理論將金融理論與市場實務(wù)相聯(lián)系。本書第一部分講述了基本的統(tǒng)計方法和金融應(yīng)用,第二部分則偏重于數(shù)量金融中的高級課題。
1999年,斯坦福大學(xué)開設(shè)了一個新的跨學(xué)科的碩士學(xué)位培養(yǎng)項目——金融數(shù)學(xué)。該碩士項目由數(shù)學(xué)系、統(tǒng)計系、經(jīng)濟(jì)系、管理科學(xué)與工程系和商學(xué)院聯(lián)合管理,其宗旨是以金融學(xué)為中心向?qū)W生提供與之相關(guān)的應(yīng)用數(shù)學(xué)、概率統(tǒng)計、經(jīng)濟(jì)和計算機(jī)技術(shù)等方面的課程訓(xùn)練,從而使學(xué)生具備綜合運(yùn)用復(fù)雜的數(shù)理工具進(jìn)行金融產(chǎn)品的定價與風(fēng)險對沖和金融市場的風(fēng)險評估與管理的定量分析能力。在為金融數(shù)學(xué)方向開設(shè)相關(guān)的統(tǒng)計分析課程STATS240(金融學(xué)中的統(tǒng)計方法)的過程中,本書的第一作者(黎子良)深感相關(guān)資料的匱乏,因而有必要撰寫一本關(guān)于金融市場中的統(tǒng)計模型與方法的教科書。
由于斯坦福大學(xué)金融數(shù)學(xué)碩士項目具有各學(xué)科聯(lián)合培養(yǎng)的特點,其招收的碩士生的專業(yè)背景和相關(guān)工作經(jīng)驗存在較大差異。就統(tǒng)計背景而言,一些學(xué)生只學(xué)過有關(guān)統(tǒng)計推斷的基本課程,另一些則已經(jīng)修過統(tǒng)計方向的碩士甚至博士課程:而在金融方面,他們大多已經(jīng)修過投資理論和衍生品定價理論方面的核心課程。除了金融數(shù)學(xué)專業(yè)的學(xué)生外,STATS240同時吸引了許多其他專業(yè)的學(xué)生,例如修習(xí)該課程的相當(dāng)一部分學(xué)生來自于數(shù)學(xué)、物理或工程專業(yè),他們通常具有良好的數(shù)學(xué)和統(tǒng)計建模功底,但其金融背景卻相對欠缺,這進(jìn)一步加大了學(xué)生之間的專業(yè)背景差別,從而進(jìn)一步增加了授課難度。基于以上特點,STATS240的核心在于講授投資及衍生品定價理論與實際工作中金融數(shù)據(jù)的分析處理、定價和投資策略的設(shè)計實施之間的聯(lián)系。同時,為了兼顧修課學(xué)生多樣化的專業(yè)背景和他們對于金融學(xué)有關(guān)研究課題的興趣,考慮到他們未來可能以金融數(shù)量分析師(Quantitative Analyst)為職業(yè),作者精心選擇組織了STATS240的教學(xué)材料,不僅介紹了金融領(lǐng)域內(nèi)相關(guān)的專業(yè)知識和在數(shù)量金融中有重要應(yīng)用的基本統(tǒng)計方法,還進(jìn)一步講解說明了將統(tǒng)計建模應(yīng)用于金融分析和決策論的思路與過程。在2000年之后的幾年中,尤其是在本書的第二作者(邢海鵬)于2004年和2005年擔(dān)任該課程的教學(xué)助理之后。STATS240的教學(xué)材料得到不斷的完善與發(fā)展,隨著學(xué)生興趣的增加和課程選材的增多,在2006年,這門課程分成了兩f1:STATS240和STATS241(金融市場中的統(tǒng)計模型)。同時,這些課程還被列入了斯坦福職業(yè)發(fā)展中心(http://scpd.stanford.edu)提供給在金融行業(yè)工作的非學(xué)位學(xué)生的遠(yuǎn)程教學(xué)計劃。
本書的大部分內(nèi)容來源于STATS240和STATS241的教學(xué)材料。具體而言,本書的第一部分(STATS240)講述了基本的統(tǒng)計方法和金融應(yīng)用(第一一六章),第二部分(STATS241)則偏重于數(shù)量金融的高等課題(第七一十二章)。其中,第一章和第二章講述了線性回歸、多元分析和極大似然估計理論。這些統(tǒng)計方法在第三章中被應(yīng)用于數(shù)量金融領(lǐng)域中的一個基本問題——投資組合選擇理論和投資模型(即Harry Markowitz和Willam Sharpe1990年諾貝爾經(jīng)濟(jì)學(xué)獎的獲獎理論)。由于這些經(jīng)典理論假設(shè)相關(guān)的參數(shù)都是已知的,因此在實際中我們需要使用歷史數(shù)據(jù)對這些參數(shù)進(jìn)行估算,第三章討論了估算過程中涉及的統(tǒng)計問題和不同的統(tǒng)計方法。其中的一種方法,我們將放在第四章對參數(shù)模型的似然推斷理論及其在logistic回歸和其他廣義線性模型中的應(yīng)用進(jìn)行進(jìn)一步的討論之后,即在第4.4節(jié)中引進(jìn)Bayesian方法時介紹。第四章還將第一章中介紹的最小二乘方法推廣到非線性回歸模型中,從而得到了非線性最小二乘法,該方法在本書的第二部分中將會被多次用到。數(shù)量金融的另一個重要課題是金融時間序列,它在近幾年吸引了很多學(xué)者的注意,特別是在2003年Robert Engle和CliveGranger因在此領(lǐng)域的杰出貢獻(xiàn)而獲得諾貝爾經(jīng)濟(jì)學(xué)獎之后。第五章介紹了時間序列分析的基本想法和模型,第六章則將它們應(yīng)用于對資產(chǎn)收益率及其波動率的動態(tài)建模和分析中。第七章引入了非參數(shù)回歸模型,并介紹了將相關(guān)的領(lǐng)域知識(經(jīng)濟(jì)理論和市場實踐)和統(tǒng)計模型(通過非參回歸)相結(jié)合的實質(zhì)一經(jīng)驗(substantive-empirical)方法。這種方法是將數(shù)理金融課程中學(xué)習(xí)過的理論和公式與市場數(shù)據(jù)相結(jié)合的一種系統(tǒng)而靈活的工具。一個典型的例子是期權(quán)定價理論,該工作在金融經(jīng)濟(jì)學(xué)中的重要性為Robert Merton和Myron Scholes贏得了1997年的諾貝爾經(jīng)濟(jì)學(xué)獎,它也是數(shù)理金融學(xué)中的~個基本課題。然而期權(quán)價格的理論與觀測值并不完全一致,這種不一致體現(xiàn)在相關(guān)的“implied volatilities”模式中,第八章詳細(xì)討論了它們相應(yīng)的統(tǒng)計性質(zhì),并且在8.3節(jié)中介紹了幾種方法來彌補(bǔ)這些不一致。在第八章中,我們再次討論了實質(zhì)一經(jīng)驗方法,它使用了一個與經(jīng)典的Black-Scholes公式相對應(yīng)的實質(zhì)分析部分和一個非參數(shù)回歸的經(jīng)驗總結(jié)部分,來對Black-Scholes公式與市場的偏離進(jìn)行建模分析。第九章介紹了金融計量經(jīng)濟(jì)學(xué)中的高級多元時間序列方法,這為分析不同期限利率的時間序列數(shù)據(jù)提供了重要工具。在第十章中我們將具體介紹如何建立實際利率數(shù)據(jù)的統(tǒng)計分析與隨機(jī)過程的數(shù)學(xué)建模之間的聯(lián)系,從而對利率衍生品進(jìn)行定價。
黎子良(1945-),香港大學(xué)本科畢業(yè),1972年獲美國哥倫比亞大學(xué)統(tǒng)計學(xué)博士學(xué)位。現(xiàn)為美國斯坦福大學(xué)教授。1983年獲國際統(tǒng)計學(xué)界的考普斯“總統(tǒng)獎”。
黎子良教授的主要研究領(lǐng)域包括序列實驗、自適應(yīng)設(shè)計和控制、隨機(jī)優(yōu)化、時間序列和預(yù)測、變點監(jiān)測、隱馬爾可夫模型和粒子濾波、經(jīng)驗貝葉斯模型、多元生存分析、概率理論和隨機(jī)過程、生物統(tǒng)計、計量經(jīng)濟(jì)學(xué)、定量金融和風(fēng)險控制。
邢海鵬(1976-),南開大學(xué)本科畢業(yè),2005年獲斯坦福大學(xué)統(tǒng)計學(xué)博士學(xué)位。現(xiàn)為紐約州立大學(xué)石溪分校助理教授。
邢海鵬的主要研究領(lǐng)域為定量金融、多變點檢測分析及其在計量經(jīng)濟(jì)學(xué)、工程及生物學(xué)上的應(yīng)用。
譯者序
中文版序言
第一部分 基本統(tǒng)計方法和金融應(yīng)用
第一章 線性回歸模型
1.1 普通最小二乘方法(0LS)
1.1.1 殘差與殘差平方和
1.1.2 投影矩陣的性質(zhì)
1.1.3 半正定矩陣的性質(zhì)
1.1.4 普通最小二乘估計的統(tǒng)計性質(zhì)
1.2 統(tǒng)計推斷
1.2.1 置信區(qū)間
1.2.2 方差分析(ANOVA)檢驗
1.3 變量選擇
1.3.1 基于檢驗的變量選擇及其他準(zhǔn)則
1.3.2 逐步回歸選變量法
1.4 回歸診斷
1.4.1 殘差分析
1.4.2 強(qiáng)影響點的診斷
1.5 推廣到隨機(jī)回歸變量模型
1.5.1 最小方差線性預(yù)測
1.5.2 期貨市場以及采用期貨合約對沖
1.5.3 隨機(jī)回歸變量模型中的推斷
1.6 回歸中的bootstrap方法
1.6.1 代入(plug-in)原則和bootstrap重新抽樣方法
1.6.2 Bootstrapping回歸模型
1.6.3 Bootstrap置信區(qū)間
1.7 廣義最小二乘方法
1.8 模型的實現(xiàn)和說明
習(xí)題
第二章 多元分析和似然推斷
2.1 隨機(jī)變量的聯(lián)合分布
2.1.1 變量替換
2.1.2 期望和協(xié)方差矩陣
2.2 主成分分析(principle component analysis,PCA)
2.2.1 基本定義
2.2.2 主成分的性質(zhì)
2.2.3 實例分析:美國國債收益率-LIBOR掉期率的主成分分析
2.3 多元正態(tài)分布
2.3.1 定義和密度函數(shù)
2.3.2 邊際分布和條件分布
2.3.3 正交性,獨立性及其在回歸中的應(yīng)用
2.3.4 樣本協(xié)方差陣和Wishart分布
2.4 似然推斷
2.4.1 極大似然方法
2.4.2 漸近推斷
2.4.3 參數(shù)化bootstrap
習(xí)題
第三章 基本投資模型及其統(tǒng)計分析
3.1 資產(chǎn)收益率
3.1.1 定義
3.1.2 資產(chǎn)價格和收益率的統(tǒng)計模型
……
第二部分 數(shù)量金融的高等課題
附錄A 鞅論和中心極限定理
附錄B 平穩(wěn)過程的極限理論
附錄C 單位根檢驗和協(xié)整性下的極限理論
參考文獻(xiàn)
索引