随机波动、极值理论与金融风险测度PDF电子书下载

查看更多关于的内容

第1章 绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2主要内容及研究方法 3

1.2.1研究目的及内容框架 3

1.2.2研究方法及技术路线 6

1.3研究特色及创新 7

第2章 金融风险测度模型及其研究现状 9

2.1早期风险度量及VaR方法出现 9

2.2 VaR测度的模型演变 11

2.2.1 VaR早期的经典测度方法研究 11

2.2.2 ARCH、 GARCH族和SV族模型方法应用研究 14

2.2.3极值理论与其他波动模型的组合应用研究 21

2.3文献评述与研究问题的提出 24

第3章 现代金融风险理论与常见金融风险的度量 28

3.1现代金融理论中的风险度量 28

3.1.1金融投资组合理论与风险测度 28

3.1.2资本资产定价模型与风险测度 29

3.1.3套利定价理论与风险衡量 30

3.1.4固定收益证券与风险度量 30

3.1.5 B-S期权定价理论与风险衡量 31

3.2常见金融风险的度量 31

3.2.1传统的金融风险评估方法 32

3.2.2现代金融风险量化模型 34

第4章SV-EVT模型组合构建及动态VaR测度 37

4.1随机波动SV模型的选取 37

4.1.1标准SV模型 38

4.1.2厚尾SV模型 41

4.2经典极值分布类型及特性 53

4.2.1极值类型定理 54

4.2.2广义极值GEV分布及特征 56

4.2.3 GPD分布及其模型参数估计 59

4.3动态VaR测度方法及SV-EVT的组合模型构建 66

4.3.1 VaR的经济解释及动态测度分解 66

4.3.2 SV - EVT的组合及模型应用步骤 68

4.4小结 71

第5章 广义双曲线与SV - EVT的模型组合 73

5.1 SV-GHSKt的模型构建和参数估计 74

5.1.1 GHSKt分布引入SV模型 74

5.1.2 SV-GHSKt模型的参数估计 75

5.2基于SV-GHSKt-EVT的动态VaR模型 76

5.2.1构造标准残差序列 76

5.2.2基于极值理论的动态VaR模型 77

5.3实证研究 79

5.3.1样本选取及统计特征描述 79

5.3.2组合模型SV - GHSKt - EVT的应用分析 81

5.3.3 VaR风险值的度量及模型效果检验 85

5.4小结 87

第6章 马尔科夫波动转换与SV - EVT的组合应用 89

6.1马尔科夫波动转换的引入 90

6.2组合模型构建及参数估计 92

6.2.1 MSSV-t模型及参数估计 92

6.2.2基于MSSV-t-EVT的VaR模型 95

6.3实证检验 98

6.3.1样本选取及统计特征描述 98

6.3.2参数估计及收敛性诊断 98

6.3.3标准残差序列的EVT建模及检验 101

6.4小结 102

第7章 时变连接函数和SV - EVT模型的组合应用 104

7.1连接函数的引入 104

7.2 Copula基本原理及其时变模型 107

7.2.1 Copula函数基本原理和分类 107

7.2.2时变Copula函数 110

7.3边缘分布与组合模型构建 111

7.3.1随机扰动过滤和SV-t-EVT模型 111

7.3.2时变Copula - SV-EVT建模及参数估计 113

7.4实证检验 114

7.4.1数据选取及变量描述统计 114

7.4.2阈值与边缘分布参数估计 115

7.4.3时变Copula模型参数估计 117

7.5小结 120

第8章 结论和展望 122

8.1主要研究结论 124

8.2研究不足及展望 127

参考文献 131

后记 153

查看更多关于的内容