第1章 绪论 1
1.1 研究背景 1
1.1.1 风险管理的重要性 1
1.1.2 风险管理的步骤 3
1.2 风险管理概述 8
1.2.1 风险管理简介 8
1.2.2 金融机构的风险管理 8
1.3 VaR模型简介 11
1.4 分位数回归方法简介 17
第2章 国内外相关研究 21
2.1 VaR方法概述 21
2.2 非参数方法研究综述 22
2.2.1 历史数据模拟法 22
2.2.2 蒙特卡罗模拟方法 23
2.3 参数方法相关研究综述 23
2.4 半参数方法相关研究综述 26
2.4.1 极值理论 26
2.4.2 分布函数不同的估计 28
2.4.3 分位数回归 28
2.5 CAViaR模型研究综述及创新点 30
2.5.1 CAViaR模型的优点 30
2.5.2 CAViaR模型的发展和改进 30
2.5.3 基于门限函数和汇率风险的CAViaR模型 31
2.6 房地产市场及其风险研究综述及创新点 33
2.6.1 我国的房地产市场简述 33
2.6.2 我国房地产市场的风险 34
2.6.3 我国不同城市房地产市场的风险 35
第3章 CAViaR实证研究模型 36
3.1 CAViaR模型介绍 36
3.1.1 分位数回归的优点 36
3.1.2 分位数回归的结构 36
3.1.3 CAViaR模型的具体形式 37
3.2 CAViaR模型的改进与创新 38
3.2.1 基于常数和门限间接AR-TGARCH模型的CAViaR 38
3.2.2 基于CAViaR模型的汇率隔夜风险模型 39
3.2.3 基于CAViaR模型的城区房地产风险模型 40
3.3 CAViaR模型的参数估计 41
3.4 CAViaR模型的检验 44
3.4.1 DQ检验 44
3.4.2 RQ值和LR统计量检验 45
第4章 基于常数和门限间接AR-TGARCH模型的CAViaR研究——来自中国股指的证据 47
4.1 实证分析 47
4.1.1 实证数据描述 47
4.1.2 实证参数结果及检验 48
4.1.3 格兰杰因果检验 69
4.2 本章小结 71
第5章 基于CAViaR模型的汇率隔夜风险研究 73
5.1 实证分析 73
5.1.1 实证数据描述 73
5.1.2 实证参数结果及检验 74
5.2 本章小结 83
第6章 基于CAViaR模型的城区房地产风险研究——来自湖北省武汉市的实证分析 84
6.1 实证分析 84
6.1.1 数据描述和城区分类 84
6.1.2 SAV和AS模型结果及检验 85
6.2 研究结论和政策建议 94
6.2.1 研究结论 94
6.2.2 政策建议 94
第7章 研究总结与展望 96
7.1 研究总结 96
7.2 研究展望 98
参考文献 101