现实中的金融市场上,资产收益率的分布并非正态分布,但是金融从业者和研究人员目前仍然较多使用高斯模型分析资产如何配置。这样的后果是错误的投资组合、损失的低估或者是金融衍生产品的错误定价。因此非高斯模型和能够处理收益分布不连续问题的模型在金融从业者中正越来越受到欢迎,这也正是本书的主题。
本书对非高斯分布进行了检视,重点关注资产收益率和期权价格中的非正态性和时间依赖性的因果关系。本书主要面向对金融市场各种价格进行建模的非数学专业读者写作而就,因此全书的重点在于实践操作。作者在书中提供了所述模型和方法的诸多实证案例,其中一些可以同样被应用于其他金融时间序列。
处理过金融市场数据的从业人员和学术研究人员都知道,资产收益率分布不具有与高斯分布或正态分布相关的钟形形态。许多流行的模型仍然建立在正态性假设之上,这是因为高斯模型简单且易处理,但也许更重要的原因是我们缺乏对非高斯分布的建模、估计和处理的理解。当资产收益率分布呈非正态时,使用高斯模型是非常危险的;这种做法可能会导致错误地选择投资组合、低估情况下的损失,以及对衍生品严重错误地定价。非高斯分布是这本书的主题,它解决了资产收益率非正态性的产生原因和后果。
这一领域的其他书籍包括Campbell、Lo和Mackinlay(1997),以及Embrechts、Kltippelberg和Mikosch(1997)。在相关领域,我们也可以引用Gourieroux和 Jasiak (2001)、Tsay (2002)、Taylor(2005)。关于期权定价,我们有Schoutens(2003)及Cont和 Tankov(2004)的书。所有这些书都是对本书的补充,对于理解资产收益率或期权价格建模的某些方面非常有用。在这本书中,我们涵盖了由资产收益率和期权价格的非正态性和时间依赖性导致的一系列问题。
这本书是写给那些想要模拟金融市场价格的非数学家的。它强调实践。我们努力使非数学家人士能够接触到这些材料,但同时又不牺牲数学的严谨性和原始模型的复杂性。这本书的目标人群是金融行业的从业者,尤其是那些自称宽客(定量分析师)、负责管理投资组合和监控金融风险的人。我们也希望那些不太擅长定量分析的人会发现,这本书有助于聪明的人参与量化金融的神话。本书适合作为实证金融学、金融计量经济学和金融衍生品专业硕士和博士研究生的核心教材。对于那些想要更多地了解其数学工具是如何应用于金融的数学家,以及那些只想更多地了解金融和金融市场的人来说,它都是有用的。第五部分提供了一些我们认为足以应付主要部分的数学内容的数学附录。一些统计学、微积分和概率方面的基础知识,加上足够的决心,应该能让读者通读核心材料。本书所提供的大部分材料均摘自我们的论文和教学材料,这些材料用于教授洛桑大学和曼彻斯特商学院实务界人士以及硕士和博士研究生。
我们的主要目标之一是弥合理论发展与许多用户和研究人员所认为的复杂模型或黑匣子的实际应用之间的差距。我们提供了在这本书里描述的模型的许多经验说明,尤其是那些在第二部分和第三部分中出现的模型。 由于篇幅限制,虽然我们在这些例子中只使用一些股票市场数据,但这里所描述的许多技术和模型同样可以应用于其他金融时间序列,如外汇和利率。不过,重要的是要记住,模型是用来捕捉特征事实的。不同类型的金融资产可能具有轻微或非常不同的特征。另一项免责声明也很重要:尽管我们认为并提供证据表明,在资产收益率的建模中需要纳入非正态性和时间依赖性,但我们并不建议总是这样处理。此外,我们不会对读者在实现这些技术时可能遇到的任何问题负责。
后,本书中所报告的所有图形和估计都是使用MATLAB生成的。 该软件提供了一个非常有效的优化程序,我们在网站上提供了本书中使用的许多MATLAB代码。
埃里克·乔多和迈克尔·罗金格要感谢洛桑大学高等商学院、国际金融资产管理与工程中心(FAME)以及瑞士金融研究所(SFI)对他们的持续支持。他们感谢一代又一代硕士生和博士生的讨论、评论和提问。方思芳希望感谢曼彻斯特商学院,特别是曼彻斯特会计和金融集团提供的大量支持。她还想感谢她的学生们在阅读课上进行了许多令人兴奋的讨论和提问。三位作者都对Laura Rockinger表达了感激之情,感谢她阅读了手稿并修正了许多错误。我们再次向其他许多人、同事、朋友和家人表示感谢,我们非常感谢他们的支持。由于人数太多,在此不一一列举。