当前位置:首页 > 经济
金融市场风险传染非线性计量方法及应用研究
金融市场风险传染非线性计量方法及应用研究

金融市场风险传染非线性计量方法及应用研究PDF电子书下载

经济

  • 电子书积分:8 积分如何计算积分?
  • 作 者:淳伟德著
  • 出 版 社:北京:科学出版社
  • 出版年份:2017
  • ISBN:9787030546531
  • 页数:140 页
图书介绍:以本领域国内外最新及教学设计研究成果为研究主题,借鉴其他学科教学设计优秀经验,紧密联系教学实践,运用数理统计分析、实证对比研究方法以及计算机技术,对本领域的基本理论、基本方法和基本技能做了全面、系统的介绍
《金融市场风险传染非线性计量方法及应用研究》目录

第1章 绪论 1

1.1 研究背景与问题提出 1

1.2 理论基础 5

1.2.1 贸易联系传染机制理论 5

1.2.2 金融联系传染机制理论 6

1.2.3 其他传染机制理论 10

1.3 国内外研究现状 11

1.3.1 基于线性相关系数的风险传染研究 11

1.3.2 基于Copula的非线性风险传染定量研究 13

1.3.3 基于Copula的非线性风险传染应用研究 14

1.4 研究内容与研究框架 16

1.4.1 主要内容与方法 16

1.4.2 主要研究贡献 17

1.4.3 逻辑结构框架 18

第2章 金融市场收益波动特征提取方法及应用研究 20

2.1 波动特征对金融风险传染研究的挑战 20

2.2 金融资产收益率序列的波动特征与实证经验 21

2.2.1 金融资产收益率序列的平稳性检验 21

2.2.2 金融资产收益率序列的自相关性检验 21

2.2.3 金融资产收益率序列的非正态性检验 23

2.2.4 金融资产收益率序列的独立性检验 24

2.3 金融资产收益率波动的典型波动特征与实证经验 25

2.3.1 波动聚集性 25

2.3.2 异方差 26

2.3.3 长记忆性 27

2.3.4 杠杆效应 28

2.4 金融市场典型波动特征的计量方法 29

2.4.1 波动聚集性刻画——GARCH模型 29

2.4.2 长记忆性刻画——FIGARCH模型 29

2.4.3 杠杆效应刻画——GJR模型 30

2.4.4 波动聚集性、长记忆性与杠杆效应刻画——FIAPARCH模型 32

2.5 本章小结 33

第3章 金融市场非线性风险传染计量方法概述 34

3.1 金融市场风险传染传统计量方法概述与实证研究 35

3.2 基于Copula函数的金融市场非线性风险传染方法的必要性 43

3.3 Copula函数的定义与性质 44

3.3.1 Copula函数的定义 44

3.3.2 Copula函数的性质 45

3.4 常用Copula函数简介 45

3.4.1 二元静态Copula函数 45

3.4.2 二元动态Copula函数 47

3.4.3 多元Copula函数 49

3.5 藤Copula函数简介 51

3.5.1 藤Copula函数分解 51

3.5.2 C藤Copula和D藤Copula函数的藤结构 52

3.6 基于Copula函数的金融市场风险传染测度指标简介 53

3.6.1 Kendall秩相关系数τ 54

3.6.2 Spearman秩相关系数ρ 54

3.6.3 Gini关联系数γ 55

3.7 本章小结 55

第4章 基于波动特征与Copula的金融市场风险传染实证分析 57

4.1 问题的提出 57

4.2 描述性统计分析 59

4.3 边缘分布模型参数研究 60

4.4 基于二元Copula模型的风险传染分析 61

4.4.1 基于二元静态Copula模型的风险传染分析 61

4.4.2 基于二元动态Copula模型的风险传染分析 62

4.5 基于多元Copula模型的风险传染分析 66

4.6 基于藤Copula模型的风险传染分析 68

4.7 本章小结 70

第5章 基于MRS模型与Copula模型的金融市场风险传染研究 72

5.1 问题的提出 72

5.2 基于MRS模型与二元Copula模型的风险传染模型构建 72

5.3 基于MRS模型与藤Copula模型的风险传染模型构建 73

5.4 基于MRS模型与Copula模型的风险传染研究实证分析 74

5.4.1 样本数据选取及其描述性统计 74

5.4.2 基于MRS-Copula模型的风险传染研究实证分析 76

5.5 基于MRS-藤Copula模型的风险传染研究实证分析 80

5.6 本章小节 82

第6章 基于EVT模型的金融市场极值风险传染研究 84

6.1 问题的提出 84

6.2 金融市场极值风险传染的意义与价值 84

6.3 极值理论模型 85

6.3.1 BMM模型 87

6.3.2 阈值模型 89

6.4 基于EVT的极值风险传染测度方法 92

6.4.1 基于EVT的边缘分布拟合 92

6.4.2 基于EVT的极值风险测度方法 94

6.5 本章小结 95

第7章 基于MRS、EVT与Copula的金融市场风险传染研究 96

7.1 问题的提出 96

7.2 基于MRS的二元Copula-EVT模型的极值风险传染研究 98

7.2.1 基于MRS的二元静态Copula-EVT模型的极值风险传染研究 99

7.2.2 基于MRS的二元动态Copula-EVT模型的极值风险传染研究 100

7.3 基于MRS的多元Copula-EVT模型的极值风险传染研究 103

7.4 基于MRS-藤Copula-EVT模型的极值风险传染研究 104

7.5 本章小结 106

第8章 金融市场极值风险传染的应用与分析 108

8.1 金融市场极值风险传染研究的应用 108

8.2 问题的提出 108

8.3 投资组合极值风险测度与检验方法 111

8.3.1 两个资产的投资组合极值风险测度方法构建 111

8.3.2 多个资产构成的投资组合极值风险测度方法构建 112

8.3.3 投资组合极值风险检验方法 114

8.4 投资组合的优化 118

8.5 投资组合极值风险实证分析 120

8.5.1 两个金融资产极值风险实证分析 120

8.5.2 多个金融资产极值分析实证分析 121

8.6 投资组合优化实证结果 123

8.6.1 风险最小化策略下的投资组合优化结果 123

8.6.2 收益最大化策略下的投资组合优化结果 125

8.6.3 效应最大化条件下的投资组合优化结果 126

8.7 本章小结 127

第9章 研究结论与展望 129

9.1 研究结论 129

9.2 研究展望 131

参考文献 134

返回顶部