第1章 绪论 1
1.1 研究范围与基本概念界定 4
1.2 投资者的偏好假设与资产定价 10
1.3 正态和非正态分布假设下的波动率建模 20
1.4 正态和非正态分布假设下的风险测量 27
1.5 问题的提出 29
1.6 研究内容与结构安排 32
1.7 本书的主要创新点 33
第2章 高阶矩特征的存在性及其非参数检验 36
2.1 相关研究回顾 37
2.2 模型方法 40
2.3 样本描述 45
2.4 实证结果 49
2.5 本章小结 62
2A 条件高阶矩的部分核估计图形 63
第3章 高阶矩特征的产生机制分析 68
3.1 相关研究回顾 68
3.2 模型方法 75
3.3 样本说明及一些初步的结果 78
3.4 实证结果 84
3.5 本章小结 92
3A 偏态方程的其他估计结果 93
3B 峰态方程的其他估计结果 94
第4章 动量效应和反转效应：基于高阶矩CAPM的再检验 96
4.1 相关研究回顾 97
4.2 投资组合的构建 99
4.3 引入高阶矩风险因子评价投资组合的收益率 100
4.4 数据说明 103
4.5 动量组合与反转组合的收益率 103
4.6 实证结果 106
4.7 本章小结 118
4A 动量策略下HMCAPM的回归结果 119
4B 反转策略下HMCAPM的回归结果 122
第5章 引入高阶矩的波动率预测绩效比较：参数化方法 125
5.1 相关研究回顾 126
5.2 模型设定 129
5.3 模拟分析 133
5.4 实证分析 135
5.5 本章小结 148
5A 服从SkewT分布的随机数生成算法 149
5B 基于最小二乘方法比较各分布假设下GARCH族模型的预测绩效 149
5C 基于SPA方法比较各分布假设下GARCH族模型的预测绩效 163
第6章 引入高阶矩的波动率预测绩效比较：半参数方法 173
6.1 相关研究回顾 173
6.2 模型方法 176
6.3 数据说明与实证结果 179
6.4 本章小结 185
第7章 引入高阶矩的VaR预测：高阶矩可行域未必越广越好 186
7.1 相关研究回顾 187
7.2 三种偏斜厚尾分布及其高阶矩可行域 188
7.3 模型方法 190
7.4 样本描述 192
7.5 实证结果 195
7.6 本章小结 198
7A 六种分布在样本内拟合VaR的UC检验 200
7B 六种分布在样本外预测VaR的UC检验 201
第8章 总结与研究展望 202
8.1 总结与创新点 202
8.2 研究展望 205
参考文献 207