金融市场风险的测度方法与实证研究PDF电子书下载

第一章 绪论 1

第一节 问题的提出和研究意义 1

一、国际范围内金融风险管理势在必行 1

二、我国金融风险管理的现状 2

三、市场风险的量化管理趋势 3

四、研究金融市场风险测度方法的重要性 3

五、研究意义 5

第二节 国内外的研究现状 6

一、金融市场的有效性理论 7

二、金融市场的非线性特征 9

三、收益率的经验分布特征 12

四、金融市场风险测度模型 15

五、金融市场风险测度指标 22

六、研究中存在的问题 23

第三节 研究对象、目标与内容 24

一、研究对象 24

二、研究目标 25

三、研究内容 26

第二章 金融市场风险测度方法概述 31

第一节 金融风险的分类与金融风险管理的过程 31

一、金融风险的分类 31

二、金融市场风险管理的过程 32

第二节 金融市场风险的测度方法 33

一、VaR测度指标 33

二、CVaR测度指标 39

三、市场风险的模糊测度方法 40

第三章 中国证券市场的有效性与非线性特征 41

第一节 有效市场假说及其检验 41

一、EMH的发展和分类 41

二、EMH的检验方法 42

三、实证检验分析 44

第二节 分形市场假说及其检验 56

一、R／S分析方法 56

二、R／S实证分析 60

三、易变性期限结构 66

四、BDS检验非线性相关 68

第三节 金融市场收益率的混沌特征分析 69

一、HP滤波消除长期趋势 70

二、确定最大Lyapunov指数 72

三、确定关联维 73

四、临近返回检验 74

第四章 金融市场风险测度的统计基础 81

第一节 稳定分布、帕累托分布和截断Levy分布 82

一、稳定分布及其参数估计 82

二、渐近帕累托分布及尾部指数估计 84

三、截断Levy分布 85

四、渐近截断列维飞行 87

第二节 对中国股市收益分布的实证分析 88

一、用稳定分布拟合收益分布 88

二、用截断列维飞行TLF拟合收益分布 92

三、拟合收益率分布的尾部形状 93

第五章 基于极值理论的VaR估计 97

第一节 极值理论（EVT）的基础 98

一、BLOCK方法 99

二、POT方法 102

三、极值理论（EVT-GPD）应用中阈值的选择 103

第二节 实证研究 104

一、GPD分布参数估计 104

二、GEV分布参数估计 109

三、VaR计算与后验测试 113

第六章 基于分位数回归方法的VaR估计 119

第一节 分位数回归方法 120

一、分位数回归与优化 120

二、分位数回归模型的线性规划表达 121

三、QR在金融时间序列数据中的应用特点 122

四、QR在VaR中的应用 123

第二节 基于分位数动态方程的VaR估计——CAViaR 132

一、CAViaR的基本原理 132

二、CAViaR中回归方程的几种形式 134

三、VaR模型的动态分位检验 135

四、差分进化遗传算法 136

五、CAViaR的实证分析 138

第七章 基于混合密度神经网络的VaR估计 147

第一节 混合密度神经网络原理 148

第二节 评估模型预测精度的方法 150

第三节 基于混合密度神经网络的风险测度 151

一、VaR计算方法 151

二、Expected Shortfall计算方法 152

第四节 实证研究 152

一、上海股票市场的分析 153

二、其他市场指数的分析 159

三、模型预测效果评估 162

第八章 基于波动性分析方法的VaR估计 165

第一节 基于FLS的国际股市长期动态相关分析 165

一、FLS的基本理论 166

二、国际股市长期动态相关实证分析 167

第二节 国际股市短期相关性分析 172

一、相关系数分析 172

二、Box’M检验短期关联性 177

第三节 国际股市之间的引导和长期稳定关系 178

一、国际股市之间的引导关系 178

二、国际市场之间的协整关系——长期稳定性分析 180

第四节 基于随机波动率模型的VaR计算 184

一、随机波动率模型的理论基础 185

二、基于SV模型的VaR分析 189

第五节 基于ARMA-APARCH-t模型的VaR估计 194

一、ARMA-APARCH模型简介 194

二、基于ARMA-APARCH的VaR分析 195

第六节 基于多变量GARCH模型的VaR分析 199

一、基于单变量GARCH模型的投资组合的VaR计算 199

二、VECH，BEKK模型 200

三、CCC-GARCH和DCC-GARCH模型 201

四、基于M-GARCH的VaR实证分析 203

第九章 短期价格涨跌预测及市场风险的模糊测度 215

第一节 价格信息是群体型模糊信息 215

第二节 模糊信息分配理论模型 216

一、一维线性信息分配 216

二、多维信息分布矩阵 217

三、线性信息分配下的信息守恒定理 217

四、多维信息控制点的编码 218

五、基于模糊信息分配的模糊关系矩阵R 219

六、由R进行模糊近似推理 220

第三节 实证分析 221

一、数据预处理 222

二、模糊推理与识别 222

第四节 收益率的可能性分布与市场风险的模糊测度 226

结论 229

一、主要结论 230

二、创新点 233

三、展望 236

四、对我国金融市场风险管理的建议 237

参考文献 239

后记 265