金融数据分析技术

目 录

第1章　金融数据库 1

1.1　金融数据库的概念 1

1.2　国内外常用金融数据库简介 5

1.3　锐思数据(RESSET/DB)使用简介 13

1.4　实验一：金融数据下载实验 27

本章小结 30

思考讨论题 31

第2章　数据分析软件工具 32

2.1　金融数据分析软件工具简介 32

2.2　Matlab及其金融工具箱 37

2.3　Matlab的基础知识 40

2.4　实验二：金融数据分析软件

使用实验 74

本章小结 75

思考讨论题 76

第3章　金融时间序列分析 77

3.1　金融时间序列 78

3.2　确定性时间序列分析 82

3.3　随机性时间序列分析 88

3.4　广义自回归条件异方差模型 107

3.5 实验三：金融时间序列分析实验 118

本章小结 119

思考讨论题 120

第4章　金融风险价值的计算 121

4.1　金融风险价值VaR模型 121

4.2　使用Excel计算风险价值VaR的

案例 130

4.3　使用Matlab软件计算

风险价值(VaR)的案例 135

4.4　实验四：金融市场风险的

VaR计算实验 162

本章小结 164

思考讨论题 165

第5章　资产组合的计算 166

5.1　资产组合基本原理 166

5.2　资产组合的有效前沿 176

5.3　用Excel进行资产组合计算的

案例 180

5.4　用Matlab进行资产组合计算的

案例 194

5.5　实验五：投资组合分析计算实验 210

本章小结 212

思考讨论题 213

第6章　金融衍生品的计算 214

6.1　金融衍生品 214

6.2　期权 220

6.3　Black-Scholes期权定价模型 227

6.4　Black-Scholes期权价格的

敏感性分析 233

6.5　期权定价的二叉树法 237

6.6　投资组合套期保值策略 241

6.7　实验六：金融衍生品定价

计算实验 248

本章小结 249

思考讨论题 250

第7章　固定收益证券计算 251

7.1　固定收益证券的基本概念 251

7.2　用Excel进行固定收益证

券分析案例 261

7.3　用Matlab进行固定收益证券计算 266

7.4　实验七：固定收益证券计算实验 276

本章小结 279

思考讨论题 279

第8章　信用评分与行为评分 280

8.1　信用评分与行为评分的基本概念 280

8.2　建立信用评分卡的统计学方法 283

8.3　信用评分的非统计学方法 303

8.4　行为评分模型及其应用 318

8.5　案例 328

8.6　实验八：个人信用综合评分实验 337

本章小结 353

思考讨论题 354

参考文献 355

本书主要针对金融领域中的问题，介绍如何通过建立数学模型，并运用Matlab、Excel等软件工具进行计算的金融数据分析技术，通过金融行业的实际案例，全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程，并给出详细的上机实验指导，帮助读者亲身体验，以便读者更好地掌握数据分析技术。本书的主要内容包括金融数据库的基本概念，国内外常用金融数据库、Matlab和Excel等金融数据分析软件工具的使用、金融时间序列分析、金融风险价值计算、资产组合计算、金融衍生品定价计算、固定收益证券计算、信用评分与行为评分等。本书可以作为应用型高等院校的金融学、金融信息、金融工程、金融数学等专业本科生的教材，也可作为需要金融数据分析技术的其他各专业本、专科生的教材。本书的特点是对每一个金融问题，首先简单明了地介绍相关金融知识，力求每章自成体系，因此特别适合数学、统计、信息、计算机等非金融类专业的读者。对数据分析技术感兴趣的其他读者，也可将本书作为参考书。

本书主要针对金融领域中的问题，介绍如何通过建立数学模型，并运用Matlab、Excel等软件工具进行计算的金融数据分析技术，通过金融行业的实际案例，全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程，并给出详细的上机实验指导，帮助读者自己亲自体验，以便读者更好地掌握金融数据分析技术。希望本书的出版能为培养金融数据分析人才做出一点贡献，同时为大数据时代各行各业需要数据分析技术的人员提供参考。
目前我国出版的金融计算方面的教材大多只针对已经掌握金融知识的读者，重点介绍如何使用Excel、SAS、Matlab等软件进行计算，这类教材对于数学、统计、信息、计算机等非金融类专业的读者，需要花费大量时间补充金融知识。本书的特点是对每一个金融问题，首先简单明了地介绍相关金融知识，力求每章自成体系，不仅方便金融类专业的读者使用，更方便非金融类专业的读者使用。本书的另一个特点是通过金融行业的实际案例，全面介绍数据整理、模型建立、参数确定、计算处理、结果分析的完整过程，并给出详细的上机实验指导，帮助读者亲身体验。