State-Space Models: Applications in Economics and Finance

مدل های فضای حالت به عنوان یک ابزار ریاضی مهم به طور گسترده در زمینه های مختلف مورد استفاده قرار گرفته است. این مجموعه ویرایش شده به بررسی تحولات نظری اخیر مدل ها و کاربردهای آنها در اقتصاد و امور مالی می پردازد. این کتاب شامل مدل‌های سری زمانی غیرخطی و غیر گاوسی، مدل‌های مارکوف پنهان و تغییر رژیم، فرآیندهای حالت زمان گسسته یا پیوسته، و مدل‌های مشاهدات با فواصل مساوی یا نامنظم (گسسته یا پیوسته) است. فصل های ارائه شده به چهار بخش تقسیم می شوند. بخش اول در مورد فیلتر ذرات و یادگیری پارامتر در مدل‌های حالت فضایی غیرخطی است. بخش دوم بر کاربرد مدل های حالت-فضای خطی در اقتصاد کلان و امور مالی تمرکز دارد. بخش سوم به مدل‌های مارکوف پنهان، تغییر رژیم و مالی ریاضی می‌پردازد و بخش چهارم به مدل‌های فضایی غیرخطی برای داده‌های مالی با فرکانس بالا می‌پردازد. این کتاب برای دانشجویان فارغ التحصیل و محققانی که در حال مطالعه مدل‌سازی فضای حالت در اقتصاد، آمار، و ریاضیات هستند و همچنین برای متخصصان امور مالی جذاب خواهد بود.

State-space models as an important mathematical tool has been widely used in many different fields. This edited collection explores recent theoretical developments of the models and their applications in economics and finance. The book includes nonlinear and non-Gaussian time series models, regime-switching and hidden Markov models, continuous- or discrete-time state processes, and models of equally-spaced or irregularly-spaced (discrete or continuous) observations. The contributed chapters are divided into four parts. The first part is on Particle Filtering and Parameter Learning in Nonlinear State-Space Models. The second part focuses on the application of Linear State-Space Models in Macroeconomics and Finance. The third part deals with Hidden Markov Models, Regime Switching and Mathematical Finance and the fourth part is on Nonlinear State-Space Models for High Frequency Financial Data. The book will appeal to graduate students and researchers studying state-space modeling in economics, statistics, and mathematics, as well as to finance professionals.