目次

　編集にあたって

第Ⅰ部　金融時系列分析入門　刈屋武昭
　1 金融時系列分析の考え方
　　1.1 金融時系列分析とは
　　1.2 定常時系列プロセス
　　1.3 金融収益率とランダムウォーク
　　1.4 金融時系列の特徴
　　1.5 非独立性と非線形性
　　1.6 非線形性と効率的市場仮説
　2 非線形モデル
　　2.1 1次元金融時系列の非線形モデル
　　2.2 定常性についての考え方
　　2.3 トレンドと収益率の問題
　　2.4 ARCH-GARCHモデル
　3 さまざまな非線形モデルと収益率分析
　　3.1 本章のねらい
　　3.2 その他の非線形モデル
　　3.3 日経平均株価指数ボラティリティの分析例
　　3.4 収益率のARCH-GARCHモデル分析
　　3.5 株価収益率の閾値自己回帰モデルによる分析例
　4 ポートフォリオ理論と時系列分析
　　4.1 投資分析の考え方
　　4.2 Markowitzのポートフォリオ理論
　　4.3 Sharpeの資本資産価格理論
　　4.4 多変量時系列モデル
　5 MTVモデル
　　5.1 はじめに
　　5.2 MTVモデルの理論的基礎
　　5.3 MTV-GARCH債券価格分析
　6 オプション価格理論と時系列分析
　　6.1 オプションとは
　　6.2 離散時間GARCHオプション価格
　　6.3 Gram-Charierオプション評価
　参考文献

第Ⅱ部　長期記憶をもつ時系列モデル　矢島美寛
　1 長期記憶モデルへの招待
　　1.1 時系列解析における長期記憶モデルの位置づけ
　　1.2 長期記憶をもつデータの由来
　　1.3 長期記憶をもつデータの特徴
　2 長期記憶定常過程
　　2.1 定義
　　2.2 発生メカニズム
　3 長期記憶性がデータ解析におよぼす影響
　　3.1 期待値の信頼区間
　　3.2 回帰係数の検定
　　3.3 予測への影響
　　3.4 単位根検定・共和分分析への影響
　4 パラメトリック・モデルとその推定方法
　　4.1 ARFIMAモデル
　　4.2 FGNモデル
　　4.3 長期記憶モデルと自己相似性
　　4.4 パラメータの推定法
　5 セミパラメトリック・モデルとその推定方法
　　5.1 ナイーブ推定量
　　5.2 ナローバンド推定量
　　5.3 ブロードバンド推定量
　　5.4 シミュレーションによる比較と実例
　6 データ解析への応用
　　6.1 マクロ経済時系列データへの応用
　　6.2 回帰モデルへの応用
　　6.3 予測への応用
　　6.4 単位根検定への応用
　　6.5 共和分分析への応用
　　6.6 ボラティリティ・モデルへの応用
　　6.7 カオスと長期記憶性
　参考文献ガイド
　参考文献

第Ⅲ部　共和分分析　田中勝人
　1 はじめに
　2 和分と共和分
　　2.1 経済時系列の非定常性
　　2.2 ランダム・ウォークとI(1)系列
　　2.3 原系列と階差系列
　　2.4 和分過程の統計量の分布
　　2.5 和分から共和分へ
　3 単位根検定
　　3.1 検定問題の定式化と検定方式
　　3.2 I(1)性の検定
　　3.3 局所対立仮説のもとでの検出力
　　3.4 さまざまな拡張
　4 共和分過程
　　4.1 見せかけの相関と回帰
　　4.2 共和分係数の推定
　　4.3 回帰の残差に基づく共和分検定
　5 多変量時系列と共和分
　　5.1 共和分のシステム推定
　　5.2 共和分ランクの検定
　　5.3 さまざまな拡張
　参考文献

　補論A　非正規，非定常時系列解析　竹内啓
　補論B　ウェーブレット解析　田中勝人

　索引