获得价值高达 $750
当您在2024年2月14日前使用代码*申请时
财务数据分析
概述
CEA CAPA合作机构: 马德里卡洛斯三世大学
地点: 马德里,西班牙
主要科目范围: 金融
指令: 英语
课程代码: 14449
记录来源: 合作伙伴机构
课程详细信息: 400级
推荐学分: 3
联系时间: 42
先决条件: 统计学一、统计学二
描述
第一章动态数据:属性和线性模型
1.1动态数据的性质:依赖性和演化性
1.2 .自相关函数:财务收益的线性依赖
1.3边际分布与条件分布的差异:回报是否正常?
1.4线性和非线性模型
1.条件均值的5个ARMA模型
1.金融市场的效率测试
第二章单变量GARCH模型
2.1 .金融回报的经验属性:Euribor, IBEX35,¿/$,¿/£,¿/Yuan. 观察频率的作用
2.2 ARCH(1)模型:属性
2.GARCH(1,1)模型:属性
2.IGARCH模型:风险度量
2.5波动性的不对称响应:EGARCH(1,1)模型
2.6 GARCH-M模型
2.7波动率的估计和预测. 构建财务回报的预测区间
2.8 .计算股票的风险价值
第三章多元GARCH模型
3.1多元财务数据的性质
3.2多元GARCH模型:问题
3.3 . BEKK模型
3.4 CCC模型
3.5金融股之间的相关性:投资组合管理
3.6利息的时间结构
1.1动态数据的性质:依赖性和演化性
1.2 .自相关函数:财务收益的线性依赖
1.3边际分布与条件分布的差异:回报是否正常?
1.4线性和非线性模型
1.条件均值的5个ARMA模型
1.金融市场的效率测试
第二章单变量GARCH模型
2.1 .金融回报的经验属性:Euribor, IBEX35,¿/$,¿/£,¿/Yuan. 观察频率的作用
2.2 ARCH(1)模型:属性
2.GARCH(1,1)模型:属性
2.IGARCH模型:风险度量
2.5波动性的不对称响应:EGARCH(1,1)模型
2.6 GARCH-M模型
2.7波动率的估计和预测. 构建财务回报的预测区间
2.8 .计算股票的风险价值
第三章多元GARCH模型
3.1多元财务数据的性质
3.2多元GARCH模型:问题
3.3 . BEKK模型
3.4 CCC模型
3.5金融股之间的相关性:投资组合管理
3.6利息的时间结构
让我们聊天