金融數據分析 歐陽資生 陽暘 馬倚虹 9787300324722 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國人民大學
物品所在地：中國大陸
原出版社：中國人民大學
NT$356
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202405*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：金融數據分析 ISBN：9787300324722 出版社：中國人民大學 著編譯者：歐陽資生 陽暘 馬倚虹 叢書名：金融科技系列 頁數：358 所在地：中國大陸 *此為代購商品 書號：1623354 可大量預訂，請先連絡。 內容簡介 金融數據分析是一門對金融數據進行統計分析和建模的課程，是高等學校金融學專業本科生的核心課。本書是筆者在多年來從事金融數據分析方面的教學和科研的基礎上編寫而成的，在內容上以金融時間序列分析、金融空間數據分析、大數據金融為主線展開，具體包括金融時間序列線性模型、協整與向量自回歸模型、GARCH族模型等。本書可作為金融學、經濟學、統計學等專業高年級本科生和相關專業的研究生教材，亦可作為相關領域研究人員的參考書。對於希望進一步加強對金融數據和當今金融市場理解的研究人員以及金融、商業和經濟領域的從業者，該書也是極佳的選擇。作者簡介 歐陽資生，1967年生，湖南師範大學「瀟湘學者」特聘教授，二級教授，博士生導師；國務院政府特殊津貼專家，教育部高等學校金融學類專業教學指導委員會委員，湖南省學科帶頭人，湖南省高校科技創新團隊「開放經濟條件下金融風險度量、控制與政策」負責人，《統計研究》編委。主要研究方向為金融風險管理、金融科技與金融統計。目錄 第1章 導論1 1 金融數據分析概述 1 2 常見的統計分佈 1 3 收益率及其分佈特徵 1 4 R軟體和Python軟體介紹 1 5 專題1：金融數據的可視化——基於新冠疫情期間中美股市波動的對比分析 第2章 金融時間序列線性模型 2 1 相關性和平穩性 2 2 簡單自回歸模型 2 3 簡單移動平均模型 2 4 簡單ARMA模型 2 5 單位根非平穩時間序列 2 6 季節模型 2 7 長記憶時間序列模型 2 8 專題2：基於ARIMA模型的中國居民消費價格指數預測 第3章 協整與向量自回歸模型 3 1 協整分析 3 2 向量自回歸模型 3 3 格蘭傑因果關係檢驗 3 4 VAR模型與脈衝響應函數 3 5 VAR模型與方差分解 3 6 結構向量自回歸模型 3 7 TVP-VAR模型 3 8 專題3：中國資本市場與貨幣政策的協同關係研究 第4章 GARCH族模型 4 1 波動率模型的特徵及結構 4 2 ARCH模型 4 3 GARCH模型 4 4 IGARCH模型 4 5 GARCH-M模型 4 6 指數GARCH模型 4 7 TGARCH模型 4 8 APARCH模型 4 9 專題4：基於GARCH模型的人民幣匯率建模與應用 第5章 極值事件、分位數回歸與金融風險計量 5 1 極值事件概述 5 2 金融風險計量指標VaR和ES 5 3 風險度量制 5 4 基於GARCH模型的VaR計算 5 5 基於極值理論的VaR計算 5 6 分位數回歸模型與金融風險計量 5 7 系統性金融風險計量模型 5 8 專題5：中國系統性金融風險評估報告 第6章 市場有效性與事件分析法 6 1 有效市場假說 6 2 有效市場假說的實證檢驗 6 3 事件分析法 6 4 專題6：康美葯業財務造假事件分析 第7章 Copula函數及其應用 7 1 Copula函數的定義及性質 7 2 Copula函數與相關性 7 3 常用的Copula函數 7 4 Copula函數的估計方法 7 5 Copula函數與金融風險計量 7 6 專題7：基於GARCH-Copula模型的綠色債券投資組合風險測度 第8章 面板數據模型與檢驗 8 1 面板數據的基本界定 8 2 面板數據的設定和載入 8 3 面板數據回歸模型 8 4 面板數據模型的檢驗 8 5 動態面板數據與廣義矩GMM估計 8 6 專題8：數字金融對地區經濟發展的影響研究 第9章 空間計量模型與檢驗 9 1 空間權重矩陣 9 2 空間自回歸模型 9 3 空間杜賓模型 9 4 空間誤差模型 9 5 專題9：中國金融風險的空間集聚與溢出效應 第10章 機器學習與數據分析 10 1 機器學習概述 10 2 分類分析 10 3 回歸分析 10 4 聚類分析 10 5 關聯規則挖掘方法 10 6 模型評估與選擇 10 7 專題10：基於機器學習的上證指數走勢預測研究 第11章 深度學習與數據分析 11 1 神經元 11 2 BP神經網路 11 3 卷積神經網路 11 4 循環神經網路 11 5 深度學習模型優化策略 11 6 專題11：基於深度學習的上市公司財務危機預警研究 第12章 文本數據分析 12 1 文本獲取 12 2 文本預處理 12 3 文本表示 12 4 文本特徵選擇 12 5 模式挖掘 12 6 專題12：金融網路輿情指數構建與應用 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
