第一章 绪论 1
1.1金融市场波动溢出研究的背景与现状 1
1.1.1金融市场波动溢出研究背景 1
1.1.2金融市场波动溢出研究现状 7
1.2问题的提出与金融市场波动溢出研究的意义 12
1.2.1问题的提出 13
1.2.2金融市场波动溢出的研究意义 15
1.3金融市场波动溢出的研究结构与主要创新 16
1.3.1金融市场波动溢出的研究结构 16
1.3.2金融市场波动溢出研究的主要创新 18
第二章 基于GARCH模型的金融市场协同波动溢出分析 27
2.1ARCH类模型及参数估计 28
2.1.1问题的提出 28
2.1.2ARCH模型 31
2.1.3GARCH模型 32
2.1.4ABSGARCH/ARCH模型 34
2.1.5非对称的ARCH模型 35
2.1.6共积GARCH模型（IGARCH） 36
2.1.7FIGARCH模型和FIEGARCH模型 37
2.1.8ARCH-M模型、GARCH-M模型、ABSGARCH-M模型和EGARCH-M模型 37
2.1.9ARCH效应检验与模型参数估计 38
2.1.10GARCH模型的矩特性 43
2.2基于GARCH模型的金融市场波动溢出分析及缺陷 47
2.2.1波动溢出分析 48
2.2.2GARCH方法的缺陷 48
2.3主成分分析（PCA） 49
2.3.1建立矩阵 50
2.3.2计算协方差矩阵的特征根与特征值 50
2.3.3确定主成分 52
2.4独立成分分析（ICA） 53
2.4.1ICA的起源 53
2.4.2ICA模型 55
2.4.3独立成分分析的假设条件 57
2.4.4数据的中心化 58
2.4.5不相关和白化（Whitening） 59
2.4.6ICA估计方法 60
2.5金融市场协同波动溢出分析 64
2.5.1基于PCA-GARCH模型的金融市场协同波动溢出分析 64
2.5.2基于ICA-GARCH模型的金融市场协同波动溢出分析 65
2.6股票市场协同波动溢出的实证研究 66
2.6.1数据描述 66
2.6.2股市指数日收益率波动计算 67
2.6.3股票市场波动的主成分分析 69
2.6.4股票市场波动的独立成分分析 70
2.6.5基于GARCH模型的股票市场波动溢出分析 74
2.6.6基于PCA-GARCH模型的股票市场协同波动溢出分析 76
2.6.7基于ICA-GARCH模型的股票市场协同波动溢出分析 77
2.7本章小结 79
第三章 基于SV模型的金融市场波动溢出分析 88
3.1SV模型类型及参数估计 89
3.1.1SV模型的起源 89
3.1.2SV模型 90
3.1.3扩展的SV模型 96
3.1.4SV模型估计方法 101
3.1.5其他估计方法 110
3.2基于SV模型的金融市场波动溢出分析及缺陷 111
3.2.1波动溢出分析 111
3.2.2SV方法的缺陷 112
3.3基于SV模型的金融市场协同波动溢出研究 113
3.3.1基于PCA-SV模型的金融市场协同波动溢出分析 113
3.3.2基于ICA-SV模型的金融市场协同波动溢出分析 114
3.4基于VS-MSV模型的金融市场波动溢出研究 115
3.4.1多元SV模型（MSV） 116
3.4.2VS-MSV模型 116
3.4.3VS-MSV模型的估计 118
3.4.4波动溢出判断分析 119
3.5股票市场波动溢出实证研究 120
3.5.1数据描述 120
3.5.2股市日收益率波动计算 120
3.5.3股票市场日收益率波动的独立成分分析 122
3.5.4股市协同波动溢出分析 123
3.5.5基于VS-MSV模型的股票市场波动溢出分析 124
3.6本章小结 127
第四章 基于Copula的金融市场波动溢出研究 134
4.1Copula理论 135
4.1.1Copula函数定义及定理 136
4.1.2条件Copula函数定义及定理 137
4.1.3一致性和相关性测度 139
4.1.4尾部相关测度 142
4.1.5二元Copula函数与相关性分析 146
4.1.6Copula函数的基本性质 151
4.2基于Copula函数的金融市场波动溢出研究 152
4.2.1金融时间序列的边缘分布模型 153
4.2.2金融市场波动变结构点的诊断 156
4.2.3分阶段构建Copula模型 159
4.2.4金融市场波动溢出分析 166
4.3股票市场波动溢出实证分析 167
4.3.1数据描述 167
4.3.2边缘分布模型参数估计及检验结果 168
4.3.3Copula模型的选取及估计结果 169
4.3.4股票市场波动溢出分析 172
4.4本章小结 173
第五章 金融市场波动溢出概率研究 180
5.1金融市场波动溢出的新定义 181
5.1.1金融市场之间的影响概率 181
5.1.2金融市场波动溢出的新定义 185
5.2金融市场波动溢出概率模型的构建 186
5.2.1分位数 187
5.2.2构建回归模型 188
5.3股票市场波动溢出实证研究 190
5.3.1数据描述 190
5.3.2股市日收益率波动溢出模型估计 191
5.3.3股市日收益率波动溢出分析 204
5.4本章小结 206
第六章 基于高频数据的金融市场波动溢出研究 209
6.1高频时间序列的“已实现”波动率 210
6.1.1“已实现”波动率综述 210
6.1.2高频数据的统计特性 211
6.1.3“已实现”波动率 212
6.1.4国外成熟市场“已实现”波动特性 214
6.2多维高频时间序列的“已实现”协方差 215
6.2.1“已实现”协方差矩阵 216
6.2.2“已实现”协方差与低频协方差的区别 217
6.3基于高频数据的金融市场波动溢出分析 218
6.3.1“已实现”波动变结构点的诊断 219
6.3.2金融市场间相关系数计算 221
6.3.3金融市场波动溢出判断分析 222
6.4高频数据的股票市场波动溢出实证分析 223
6.4.1数据描述 223
6.4.2“已实现”波动变结构点的诊断及相关系数计算、检验 224
6.4.3股票市场波动溢出分析 225
6.5本章小结 226
第七章 总结与展望 230
7.1本书工作总结 230
7.1.1金融市场波动溢出问题研究综述 231
7.1.2基于GARCH模型的金融市场协同波动溢出研究 232
7.1.3基于SV模型的金融市场波动溢出研究 233
7.1.4基于Copula的金融市场波动溢出研究 234
7.1.5金融市场波动溢出概率研究 234
7.1.6基于高频数据的金融市场波动溢出研究 235
7.2研究与展望 236
7.2.1基于非参数的金融市场波动溢出研究 236
7.2.2基于模糊理论的金融市场波动溢出研究 237
7.2.3金融市场波动溢出强度的研究 237
7.2.4金融市场波动溢出复杂性研究 238
7.3结束语 238
后记 240