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
