ボラティリティ変動モデル(シリーズ 現代金融工学〈4〉) [全集叢書]Ω

要旨（「BOOK」データベースより）株価のボラティリティは投資リスクを表す指標であるとともに、オプション価格を決定する要因でもある。それが時間を通じて変動するのであれば、その変動特性を明らかにすることは、金融資産のリスク管理を行ううえで不可欠なこととなり、株価の時系列分析では、近年、ボラティリティの変動を明示的に定式化するボラティリティ変動モデルに注目が集まっている。本書は、ボラティリティ変動モデルについて解説するとともに、それらを用いて日本の株価のボラティリティの変動特性について実証分析を行ったものである。目次1.　時系列分析の基礎　1.1　株式収益率の時系列分析　1.2　TOPIX日次変化率への応用　　　 基本統計量による分析／ARモデルの推定／残差の2乗の時系列分析　1.3　ボラティリティ変動モデル　1.4　ボラティリティの変動と尖度　1.5　補　論　　　 Ljung/Box統計量／連続複利計算／Whiteの標準誤差／決定係数／　　　 市場の情報効率性2.　ARCH型モデル　2.1　ARCH型モデルの発展　　　 ボラティリティに対するショックの持続性とARCH，GARCHモデル／　　　 ボラティリティ変動の非対称性とGJR，EGARCHモデル／その他のARCH型モデル　2.2　ARCH型モデルの推定法　　　 最尤法／疑似最尤法／推定量の標準誤差／次数選択　2.3　TOPIX日次変化率を用いたARCH型モデルの推定　　　 推定結果／基準化された残差によるモデルの診断／　　　 残差2乗の予測パフォーマンス／BDSテスト　2.4　EGARCHモデルの拡張　　　 休日がボラティリティに与える影響／TOPIX日次変化率の条件付き分布／　　　 TOPIX日次変化率の期待値および自己相関の変動　2.5　ARCH型モデルを用いたその他の研究　2.6　TOPIX変化率の曜日効果について3.　確率的ボラティリティ変動モデル　3.1　SVモデルの特徴　　　 分布混合仮説／SVモデルの尤度　3.2　SVモデルの推定法のサーベイ　　　 簡易法／計算量を要する方法　3.3　SVモデルの発展　3.4　カルマン・フィルタを使った疑似最尤法　　　 状態空間モデル／カルマン・フィルタ／パラメータの推定／平滑化／　　　 SVモデルへの応用　3.5　マルコフ連鎖モンテカルロ法によるペイズ推定　　　 ペイズ推定／事前分布／確率変数のサンプリング／SVモデルへの応用　3.6　資産価格と取引高の動学的2変量分布混合モデル　　 　Tauchen/Pittsモデル／動学的2変量分布混合モデルのベイズ分析／実証分析／　　 　推定結果／その他のモデル　3.7　補　　論　　　 In(z2t)の平均と分散／In(z2t)の確率密度関数の導出／　　　 Simulation smmother／DBMモデルのパラメータの条件付き分布／　　　 価格変化率の2乗と取引高の相関係数および自己相関関数4.　あとがき5.　参考文献6.　略語一覧7.　索　　引出版社からのコメントボラティリティの役割と推定・予測する方法を実務家向けに解説内容紹介金融実務において最重要な概念であるボラティリティの役割と，市場データから実際にボラティリティを推定・予測する方法に焦点を当て，実務家向けに解説〔内容〕時系列分析の基礎／ARCH型モデル／確率的ボラティリティ変動モデル著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）渡部 敏明(ワタナベ トシアキ)１９６３年広島県に生まれる。１９８６年東京大学経済学部経済学科卒業。１９９３年イエール大学経済学部博士課程修了、同年東京都立大学経済学部講師。１９９９年ケンブリッジ大学政治経済学部客員研究員。現在、東京都立大学経済学部助教授。経済学Ｐｈ．Ｄ．著者について渡部 敏明 (ワタナベ トシアキ)一橋大