刈屋　武昭, 矢島　美寛, 田中　勝人 　著

内容

目次

　編集にあたって 第Ⅰ部　金融時系列分析入門　刈屋武昭 　1 金融時系列分析の考え方 　　1.1 金融時系列分析とは 　　1.2 定常時系列プロセス 　　1.3 金融収益率とランダムウォーク 　　1.4 金融時系列の特徴 　　1.5 非独立性と非線形性 　　1.6 非線形性と効率的市場仮説 　2 非線形モデル 　　2.1 1次元金融時系列の非線形モデル 　　2.2 定常性についての考え方 　　2.3 トレンドと収益率の問題 　　2.4 ARCH-GARCHモデル 　3 さまざまな非線形モデルと収益率分析 　　3.1 本章のねらい 　　3.2 その他の非線形モデル 　　3.3 日経平均株価指数ボラティリティの分析例 　　3.4 収益率のARCH-GARCHモデル分析 　　3.5 株価収益率の閾値自己回帰モデルによる分析例 　4 ポートフォリオ理論と時系列分析 　　4.1 投資分析の考え方 　　4.2 Markowitzのポートフォリオ理論 　　4.3 Sharpeの資本資産価格理論 　　4.4 多変量時系列モデル 　5 MTVモデル 　　5.1 はじめに 　　5.2 MTVモデルの理論的基礎 　　5.3 MTV-GARCH債券価格分析 　6 オプション価格理論と時系列分析 　　6.1 オプションとは 　　6.2 離散時間GARCHオプション価格 　　6.3 Gram-Charierオプション評価 　参考文献 第Ⅱ部　長期記憶をもつ時系列モデル　矢島美寛 　1 長期記憶モデルへの招待 　　1.1 時系列解析における長期記憶モデルの位置づけ 　　1.2 長期記憶をもつデータの由来 　　1.3 長期記憶をもつデータの特徴 　2 長期記憶定常過程 　　2.1 定義 　　2.2 発生メカニズム 　3 長期記憶性がデータ解析におよぼす影響 　　3.1 期待値の信頼区間 　　3.2 回帰係数の検定 　　3.3 予測への影響 　　3.4 単位根検定・共和分分析への影響 　4 パラメトリック・モデルとその推定方法 　　4.1 ARFIMAモデル 　　4.2 FGNモデル 　　4.3 長期記憶モデルと自己相似性 　　4.4 パラメータの推定法 　5 セミパラメトリック・モデルとその推定方法 　　5.1 ナイーブ推定量 　　5.2 ナローバンド推定量 　　5.3 ブロードバンド推定量 　　5.4 シミュレーションによる比較と実例 　6 データ解析への応用 　　6.1 マクロ経済時系列データへの応用 　　6.2 回帰モデルへの応用 　　6.3 予測への応用 　　6.4 単位根検定への応用 　　6.5 共和分分析への応用 　　6.6 ボラティリティ・モデルへの応用 　　6.7 カオスと長期記憶性 　参考文献ガイド 　参考文献 第Ⅲ部　共和分分析　田中勝人 　1 はじめに 　2 和分と共和分 　　2.1 経済時系列の非定常性 　　2.2 ランダム・ウォークとI(1)系列 　　2.3 原系列と階差系列 　　2.4 和分過程の統計量の分布 　　2.5 和分から共和分へ 　3 単位根検定 　　3.1 検定問題の定式化と検定方式 　　3.2 I(1)性の検定 　　3.3 局所対立仮説のもとでの検出力 　　3.4 さまざまな拡張 　4 共和分過程 　　4.1 見せかけの相関と回帰 　　4.2 共和分係数の推定 　　4.3 回帰の残差に基づく共和分検定 　5 多変量時系列と共和分 　　5.1 共和分のシステム推定 　　5.2 共和分ランクの検定 　　5.3 さまざまな拡張 　参考文献 　補論A　非正規，非定常時系列解析　竹内啓 　補論B　ウェーブレット解析　田中勝人 　索引