金融时间序列建模和风险度量:基于广义双曲线分布的方法

广义双曲线分布是子类丰富、形状灵活的分布族，计量金融领域几乎所有常用分布都是它的子分布。它的四大重要子分布：双曲线分布、正态逆高斯分布、偏t分布和方差伽玛分布，对资产收益率分布模拟都有着重要应用，本书系统论述了广义双曲线分布的参数估计方法，阐述了广义双曲线分布的方法在金融时间序列建模领域的应用，包括它在GARCH族模型中的应用和广义双曲线扩散过程的构建，并基于鞍近似技术，导出了广义双曲线分布的风险度量方法，克服了模拟法计算效率低的缺陷。通过实证分析和参数的估计，深阐述了广义双曲线分布的方法在金融领域中的应用，通过四个子类对中国主要股指收益分布行拟合分析，认为正态逆高斯分布拟合效果*。研究结果对中国金融衍生产品定价及风险度量有重要的参考价值。
【作者】
林清泉，中国人民大学中国财政金融政策研究中心研究员，中国人民大学财政金融学院教授，博士生导师。1982年元月毕业于四川大学。先后获得四川大学学士学位、华中理工大学硕士学位、中国科学院博士学位，后在山东大学金融高级人才培养基地，从事金融工程、金融数学的博士后研