目錄
第一部分 金融風(fēng)險的認知與度量
第1章 導(dǎo)讀 3
1.1 金融與金融風(fēng)險 3
1.2 金融風(fēng)險研究的意義 3
1.3 全書框架 6
第2章 金融市場風(fēng)險概念及度量方法 8
2.1 金融市場風(fēng)險概念和風(fēng)險度量方法及其應(yīng)用概述 8
2.2 系統(tǒng)性風(fēng)險概念及度量方法 11
第二部分 金融風(fēng)險研究的方法體系
第3章 Copula方法 15
3.1 Copula方法應(yīng)用概述 15
3.2 Copula的定義和Sklar定理 15
3.3 秩相關(guān)系數(shù)的定義 17
3.4 幾個重要的Copula函數(shù) 19
3.5 Copula的藤分解結(jié)構(gòu) 22
第4章 分位點回歸模型 29
4.1 分位點回歸方法概述 30
4.2 分位點的定義 31
4.3 線性分位點回歸模型的介紹與應(yīng)用 31
4.4 非線性分位點回歸模型的介紹與應(yīng)用 32
第5章 極值理論 36
5.1 極值理論概述 36
5.2 極值理論模型 36
5.3 極值理論在VaR 中的應(yīng)用 42
第6章 非參數(shù)統(tǒng)計 45
6.1 非參數(shù)統(tǒng)計方法概述 45
6.2 Bootstrap方法介紹以及其在VaR估計中的應(yīng)用 46
6.3 非參數(shù)回歸方法介紹 48
第7章 機制轉(zhuǎn)換方法 50
第三部分 金融市場風(fēng)險度量的相關(guān)研究
第8章 已實現(xiàn)波動率與日內(nèi)價差條件下的CVaR估計 55
8.1 Copula方法概述 55
8.2 已實現(xiàn)波動率的估計 55
8.3 基于Copula的CVaR估計 56
8.4 我國股票市場的實證分析 60
第9章 高頻連漲（連跌）收益率的相依結(jié)構(gòu)及CVaR分析 65
9.1 高頻連漲（連跌）收益率序列概述 65
9.2 連漲（連跌）收益率聯(lián)合分布估計 66
9.3 基于Copula理論的股票連漲（連跌）收益率聯(lián)合分布估計 66
9.4 基于紐約證券交易所數(shù)據(jù)的連漲（連跌）收益率風(fēng)險實證分析 67
第10章 基于Copula方法的CVaR估計 70
10.1 C藤Copula方法概述 70
10.2 基于C藤Copula方法的CVaR模型 70
10.3 滬深300 指數(shù)和上證180指數(shù)以及上海黃金價格數(shù)據(jù)的金融市場風(fēng)險實證分析 72
第11章 基于MVMQ-CAViaR方法測量次貸危機的相依性 77
11.1 MVMQ-CAViaR方法概述 77
11.2 MVMQ-CAViaR模型 77
11.3 全球金融危機跨國傳染實證分析 78
第12章 基于分位點回歸模型的CVaR估計和杠桿效應(yīng)分析 82
12.1 分位點回歸模型的CVaR估計方法概述 82
12.2 已實現(xiàn)波動率的CVaR計算和相關(guān)杠桿效應(yīng)模型介紹 83
12.3 分位點回歸模型的金融市場CVaR估計實證分析 85
第13章 基于門限分位點回歸模型的VaR和CVaR估計方法及應(yīng)用 91
13.1 應(yīng)用門限分位點回歸模型估計CVaR方法概述 91
13.2 應(yīng)用門限分位點回歸模型估計VPIN條件下的CVaR 97
第14章 基于極值理論的VaR和CVaR計算方法及其應(yīng)用 105
14.1 極值理論方法概述 105
14.2 應(yīng)用復(fù)合極值理論計算VaR 106
14.3 應(yīng)用改進希爾估計方法計算在險價值 110
14.4 基于齊普夫冪律的尾部特征分析及VaR計算 115
14.5 基于尾部指數(shù)回歸方法的CVaR估計以及實證研究 118
第15章 基于非參數(shù)統(tǒng)計的VaR計算方法及其應(yīng)用 122
15.1 非參數(shù)統(tǒng)計方法簡介 122
15.2 基于Bootstrap方法的VaR 計算 122
15.3 基于收益率修正分布的VaR估計 125
第16章 使用狀態(tài)轉(zhuǎn)換CAViaR模擬聯(lián)合預(yù)測比特幣的VaR和ES 131
16.1 狀態(tài)轉(zhuǎn)換CAViaR方法概述 131
16.2 比特幣收益率和泡沫指數(shù)數(shù)據(jù)描述與特征分析 132
16.3 比特幣VaR和ES實證分析 133
16.4 狀態(tài)轉(zhuǎn)換模型與泡沫指數(shù)的作用 136
第四部分 系統(tǒng)性風(fēng)險度量的相關(guān)研究
第17章 基于條件在險價值方法對標(biāo)準(zhǔn)普爾500 指數(shù)和行業(yè)指數(shù)的相依性和系統(tǒng)風(fēng)險分析 141
17.1 條件在險價值方法概述 141
17.2 馬爾可夫狀態(tài)轉(zhuǎn)換模型與宏觀經(jīng)濟變量的應(yīng)用 141
17.3 金融系統(tǒng)性風(fēng)險度量方法 142
17.4 估計方法和漸近性質(zhì) 145
17.5 蒙特卡羅模擬 146
第18章 基于Copula模型的系統(tǒng)性風(fēng)險研究 149
18.1 Copula模型概述 149
18.2 基于動態(tài)因子Copula模型的行業(yè)間系統(tǒng)性風(fēng)險分析 149
18.3 基于R藤Copula變點模型的金磚四國金融風(fēng)險傳染性與金融穩(wěn)定性檢驗 158
第19章 時變分位點關(guān)聯(lián)回歸模型在金融風(fēng)險傳染和VaR中的運用 170
19.1 分位點關(guān)聯(lián)回歸模型的優(yōu)勢及其在股票市場傳染性評估中的應(yīng)用 170
19.2 分位點關(guān)聯(lián)回歸模型 171
19.3 一般估計過程 172
19.4 基于多項式的估計過程 173
19.5 評估捕獲不同依賴結(jié)構(gòu)能力的仿真訓(xùn)練 174
19.6 分位點關(guān)聯(lián)回歸模型的數(shù)據(jù)選取 176
19.7 分位點關(guān)聯(lián)回歸模型的金融實踐 178
第20章 基于變系數(shù)分位點回歸模型的系統(tǒng)性風(fēng)險研究 181
20.1 金融穩(wěn)定性分析與風(fēng)險傳染研究 181
20.2 應(yīng)用變系數(shù)分位點回歸分析經(jīng)濟因素對全球股市風(fēng)險的影響 185
20.3 基于MIDAS-Expectile回歸模型的加密貨幣風(fēng)險測度 192
第21章 基于尾部指數(shù)回歸的動態(tài)系統(tǒng)性尾部風(fēng)險度量 199
21.1 系統(tǒng)性尾部風(fēng)險系數(shù)與世界金融危機應(yīng)對 199
21.2 尾部指數(shù)回歸模型介紹 199
21.3 系統(tǒng)性尾部風(fēng)險系數(shù)β 的動態(tài)估計 200
21.4 基于系統(tǒng)性尾部風(fēng)險系數(shù)的全球股票市場實證分析 200
第22章 基于改進PWY 模型的泡沫檢驗 204
22.1 金融危機與金融泡沫 204
22.2 模型和方法 204
22.3 上證綜指泡沫的檢驗與修正模型應(yīng)用 210
第23章 波羅的海干散貨指數(shù)與金磚國家金融市場穩(wěn)定性 212
23.1 國際貿(mào)易對金融市場穩(wěn)定性的影響 212
23.2 金磚國家金融市場穩(wěn)定性檢驗?zāi)Ｐ?212
23.3 金磚國家金融市場穩(wěn)定性實證分析 214
參考文獻 217