دانلود کتاب Dynamic Models for Volatility and Heavy Tails: With Applications to Financial and Economic Time Series
کتاب مدل‌های پویا برای نوسانات و دم‌های سنگین: با کاربرد در سری‌های زمانی مالی و اقتصادی نسخه زبان اصلی
دانلود کتاب مدل‌های پویا برای نوسانات و دم‌های سنگین: با کاربرد در سری‌های زمانی مالی و اقتصادی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Dynamic Models for Volatility and Heavy Tails: With Applications to Financial and Economic Time Series
نام کتاب : Dynamic Models for Volatility and Heavy Tails: With Applications to Financial and Economic Time Series
ویرایش : Illustrated
عنوان ترجمه شده به فارسی : مدل‌های پویا برای نوسانات و دم‌های سنگین: با کاربرد در سری‌های زمانی مالی و اقتصادی
سری : Econometric Society Monographs, Series Number 52
نویسندگان : Andrew C. Harvey
ناشر : Cambridge University Press
سال نشر : 2013
تعداد صفحات : 282
ISBN (شابک) : 1107034728 , 2012036508
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 4 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
نوسانات بازده مالی در طول زمان تغییر می‌کند و در سی سال گذشته، مدل‌های ناهمسانی شرطی خودرگرسیون تعمیم‌یافته (GARCH) ابزار اصلی تحلیل، مدل‌سازی و نظارت بر چنین تغییراتی را فراهم کرده‌اند. با در نظر گرفتن این که بازده مالی معمولاً دم های سنگینی را نشان می دهد - یعنی مقادیر شدید ممکن است هر از گاهی رخ دهد - کتاب جدید اندرو هاروی نشان می دهد که چگونه یک تغییر کوچک اما اساسی در نحوه فرمول بندی مدل های GARCH منجر به حل بسیاری از موارد نظری می شود. مشکلات ذاتی در نظریه آماری این رویکرد همچنین می‌تواند برای سایر جنبه‌های نوسانات، مانند مواردی که از داده‌های محدوده بازده و زمان بین معاملات ناشی می‌شود، اعمال شود. علاوه بر این، کلاس کلی‌تر مدل‌های امتیاز مشروط پویا به مدل‌سازی قوی نقاط پرت در سطوح سری‌های زمانی و به درمان روابط متغیر با زمان گسترش می‌یابد. به این ترتیب، نه تنها برای داده های مالی، بلکه برای سری های زمانی کلان اقتصادی و سری های زمانی در سایر رشته ها نیز کاربرد دارد. تئوری آماری از اصول اولیه تخمین حداکثر درستنمایی استفاده می‌کند و با انجام این کار، منجر به یک درمان زیبا و یکپارچه از مدل‌سازی سری‌های زمانی غیرخطی می‌شود. ارزش عملی مدل‌های پیشنهادی با برازش آنها با مجموعه‌های داده واقعی نشان داده می‌شود.
توضیحاتی در مورد کتاب به زبان اصلی :
The volatility of financial returns changes over time and, for the last thirty years, Generalized Autoregressive Conditional Heteroscedasticity (GARCH) models have provided the principal means of analyzing, modeling, and monitoring such changes. Taking into account that financial returns typically exhibit heavy tails – that is, extreme values can occur from time to time – Andrew Harvey's new book shows how a small but radical change in the way GARCH models are formulated leads to a resolution of many of the theoretical problems inherent in the statistical theory. The approach can also be applied to other aspects of volatility, such as those arising from data on the range of returns and the time between trades. Furthermore, the more general class of Dynamic Conditional Score models extends to robust modeling of outliers in the levels of time series and to the treatment of time-varying relationships. As such, there are applications not only to financial data but also to macroeconomic time series and to time series in other disciplines. The statistical theory draws on basic principles of maximum likelihood estimation and, by doing so, leads to an elegant and unified treatment of nonlinear time-series modeling. The practical value of the proposed models is illustrated by fitting them to real data sets.
پست ها تصادفی