伯恩哈德·普法夫 利用R。 （英语） Zbl 1275.91006号 实践中的统计。新泽西州霍博肯：John Wiley&Sons（ISBN 978-0-470-97870-2/hbk；978-1-118-47712-0/电子书）。十六、356页。(2013). “本书的目的是让读者熟悉金融风险建模和投资组合优化中最近提出的一些方法。鉴于本书的篇幅，本大纲必须是选择性的，但所选主题旨在涵盖广泛的范围。为了促进读者对这些进展的理解所介绍的概念通过实例加以说明。这是通过R语言实现的，这是一个免费的统计计算环境。因此，无论读者的计算机设施在硬件和操作系统方面如何，所有代码示例都可以在读者的办公桌上复制，我们不仅鼓励他们这样做，还鼓励他们根据自己的需要修改代码示例。本书面向具有金融、统计学和数学背景的高层次本科生/研究生的定量读者。该文本也可用作计算机实验室课堂上的辅助资料，其中金融风险建模和/或投资组合优化很有意义。”上述摘要引自该书的引言，需要稍作修改。这本书主要是不一篇关于定量金融最新进展的论文，附有R代码示例；相反，它是R语言的高级课程，重点是其在现代（股票）投资组合和风险管理中的应用。因此，这是一本组织严密、写作精良的书：所讨论的主题对定量金融从业者至关重要；它们的说明简明扼要，但足够详细，为后面的R代码示例设置了上下文；我们注意到，这些例子只涉及股票头寸。展示的代码涵盖了重要的用例，作者对应用的统计功能的内部工作提供了宝贵的见解，使观众能够有意识、安全和负责任地使用它们。如果读者在书中重温的金融领域缺乏必要的专业知识，可以参考文中引用的大量参考文献。这本书的结构如下。在第1章的介绍之后，在第2章中，作者给出了R语言的快速入门，明确强调了如何作为用户充分利用它，到哪里去了解它，以及如果遇到困难如何获得帮助。在第3章中，我们回顾了金融时间序列的一些基本事实，并使用R中的测试进行了说明，例如收益的非平稳性、绝对/平方收益的自相关、收益分布的非正态性和波动性聚类。第4章介绍了风险度量的一般概念，并回顾了一些主流示例，如价值-风险（VaR）、预期短缺以及它们的一些修改。在第五章中，作者回顾了马科维茨的投资组合理论，并指出了在实践中影响其实施的几个问题；本书的后续部分详细讨论了如何解决这些缺点。第6章重点讨论如何处理收益率分布的非正态性问题。介绍了广义双曲分布，包括双曲分布、正态逆高斯分布和广义lambda分布。还讨论了这些分布如何在理论上和使用R来拟合经验数据。第7章总结了极值理论的基础，并暗示了如何通过将广义极值或广义帕累托分布拟合到股票收益数据来应用于建模市场风险。第8章是关于波动性建模。它回顾了（G）ARCH模型及其各种扩展，并使用适当的R包将其中一些模型拟合到财务数据。在第9章中，依赖性的衡量标准——例如。Pearson相关性、Kendall相关性、Spearman秩相关性以及使用连接词的建模依赖性被重新审视。通过拟合GARCH-copula模型，作者说明了如何将前面章节中的一些技术扩展到投资组合的风险度量/建模。本书的最后四章重点关注投资组合优化。在第10章中，讨论了两种有助于规避Markowitz类直接均值-方差投资组合优化方法的稳定性问题的方法。第一种方法通过对均值和方差使用稳健估计来消除对异常值的敏感性，例如最小体积椭球和最小协方差行列式或Stahel-Donoho估计。第二种方法在均值-方差投资组合优化框架中进行了阐述，通过稳健优化实现了相同的目标，即。通过限制平均值/方差的允许参数值。为了说明稳健统计在实践中的表现，我们将其应用于五种虚拟资产的投资组合，并对其边际分布和依赖结构进行了各种假设。对六个股票指数的投资组合也进行了同样的练习。最后对该股票指数组合进行（稳健）均值-方差优化，并计算出效率边界。在第11章中，我们考虑了投资组合多元化的各个方面。第一，“多元化”、“集中化”和“最多元化的投资组合”年。舒维法提和年。夸尼亚尔[《走向最大多元化》，J.Portfolio Manage.35，No.1，40–51（2008；doi:10.3905/JPM.2008.35.1.40)]被召回。接下来，我们将讨论这样的资产配置，其中投资组合的组成部分从风险中获得相等的份额（考虑了几种风险度量）。最后，重新审视最优尾部依赖型投资组合，这是一种类似于上文所述“最多元化投资组合”的多元化概念，例外的是，较低的尾部依赖性用于衡量协同运动，而非皮尔逊相关性。通过将这些不同类型的“最佳多元化”应用于瑞士绩效指数的九个部门，可以说明其含义。它还显示了由标准普尔500指数构成的最优尾部相关投资组合相对于标准普尔500的表现。本节的最后一个示例构建了预期缺口受到约束的投资组合，以及投资组合组成部分对预期缺口的边际贡献相等且最小化的投资组合；将所得投资组合与全球最小方差投资组合和最小条件风险值集中投资组合进行对比。第12章介绍了投资组合优化方法，其中风险度量（而非方差）受到约束或最小化。均值-风险值投资组合与最优条件风险值、最优/约束缩水和常用均值-差异投资组合进行比较，例如通过比较投资组合价值轨迹和已实现缩水。第13章是关于战术性资产配置：如何从定量获得的信号中得出投资组合配置。在总结了（单变量）ARMA和（多变量）结构多元方程、（结构）向量自回归和误差校正模型的关键性质后，作者提出了战术资产配置的Black-Litterman方法。Black-Litterman的两个扩展也被重新审视：copula意见池和熵池模型。为了说明与所讨论的资产配置框架相关的R包的应用，从主要欧洲股票指数构建了一个最优投资组合，并将其性能与等权和最大夏普比率投资组合的性能进行了比较；Black-Litterman模型的观点是从适用于欧洲股市的向量误差修正模型中获得的。本节的最后一个例子展示了一个只投资于全球股票指数的长期投资者如何通过限制预期缺口来实现财富保护；为了获得预测结果，将ARIMA（1,1）模型分别拟合到股票指数。结果表明，在回溯测试期内，最优投资组合比加权投资组合具有更好的风险预测和绩效。本书以附录A结尾，其中包含本书引用/使用的R包的完整列表；附录B概述了与创建和处理时间序列数据对象相关的类，如日期时间类、用于处理不规则间隔时间序列的类等。审核人：塔马斯·马特拉伊（布达佩斯） 引用于1审查引用于4文件 MSC公司： 91-02 与博弈论、经济学和金融相关的研究博览会（专著、调查文章） 91G10型 投资组合理论 62P05号 统计学在精算科学和金融数学中的应用 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 91B70型 经济学中的随机模型 91B84号 经济时间序列分析 91G60型 数值方法（包括蒙特卡罗方法） 91G70型 统计方法；风险度量 关键词：股票金融风险建模;股票投资组合优化;R（右）语言;价值-风险;预计短缺;水位下降;极值理论;稳健统计;稳健优化;多元化;最多元化的投资组合;战术资产分配;马科维茨模型;Black-Litterman模型;copula意见池;熵池 软件：量化风险管理;埃维尔;美国联邦铁路管理局;海胆;中央控制面板;rneos公司;戈加奇;变量;R（右） PDF格式BibTeX公司 XML格式引用 \textit｛B.Pfaff｝，与新泽西州R.霍博肯的金融风险建模和投资组合优化：John Wiley\&Sons（2013；Zbl 1275.91006）