預見相關性：風險管理新范例

在本書中，諾貝爾經濟學獎獲得者羅伯特.恩格爾介紹了一種重要估計方法來處理眾多資產組成的大型系統中的相關性：動態條件相關（DCC）。恩格爾證實了相關系數在金融決策制定中的重要作用，並提出了相關系數的經濟基礎和理論作用和它們同其他測量相關性方法之間的聯系。他對比了DCC和其他相關系數估計方法，例如歷史相關系數，指數平滑和多元GARCH，同時他展示了DCC一系列的重要用途。恩格爾展示了非對稱模型並且用一個多國股票和債券收益率模型來說明它。他介紹了新的方法——因子DCC模型，兼具了因子模型和DCC模型的優秀特征，然后他用一組美國大盤股舉例說明了該模型。Engle展示了對債券抵押債券——或稱CDOs的過度投資如何在次貸危機中扮演了核心作用以及本書介紹的相關系數模型是如何預見了這些風險的。計量經濟結果的技術章節也被包括其中。



羅伯特·恩格爾（1942—），2003年諾貝爾經濟學獎獲得者。近20年來金融計量領域的重要開拓者、時間序列分析專家，以擅長動態經濟金融現象的經驗模型分析而著稱。恩格爾1942年11月出生在美國，畢業於威廉斯學院物理系，隨后又在康奈爾大學獲得物理學碩士和經濟學博士學位。