随机波动模型在金融风险管理中的应用研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

随机波动模型在金融风险管理中的应用研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究的背景及意义4

1.2 国内外研究现状及文献综述8

1.2.1 股市风险波动的研究9

1.2.2 信用风险的研究14

1.2.3 通胀风险的研究18

1.3 研究思路及结构安排20

1.4 研究创新与不足23

1.4.1 研究创新23

1.4.2 不足之处24

第2章 随机波动模型及其估计方法25

2.1 随机波动模型及其统计性质27

2.1.1 随机波动（SV）模型的起源及发展27

2.1.2 随机波动模型的一般结构29

2.1.3 基本随机波动模型及其统计性质31

2.1.4 与ARCH类模型的比较36

2.2 扩展随机波动模型38

2.2.1 厚尾SV模型38

2.2.2 均值SV模型39

2.2.3 杠杆SV模型40

2.3 随机波动模型的参数估计方法41

2.3.1 伪极大似然（QML）方法42

2.3.2 广义矩方法（GMM）43

2.3.3 模拟极大似然（SML）方法44

2.3.4 蒙特卡罗极大似然（MCML）方法46

2.3.5 马尔可夫链蒙特卡罗（MCMC）方法46

2.3.6 其他估计方法47

第3章 基于贝叶斯理论的MCMC估计方法分析49

3.1 贝叶斯基本理论51

3.1.1 贝叶斯定理52

3.1.2 先验分布和后验分布53

3.2 MCMC抽样方法54

3.2.1 Mctropolis-Hastings方法55

3.2.2 Gibbs抽样方法58

3.2.3 格子Gibbs抽样方法59

3.3 SV族模型的贝叶斯分析60

3.3.1 标准SV模型的贝叶斯推断60

3.3.2 厚尾SV-T模型的贝叶斯推断62

3.3.3 均值SV-MN模型贝叶斯推断64

3.3.4 均值SV-MT模型贝叶斯推断67

3.3.5 杠杆SV模型的贝叶斯推断69

3.4 模型比较与选择的信息准则方法72

3.4.1 AIC准则73

3.4.2 BIC准则73

3.4.3 DIC准则74

3.4.4 贝叶斯因子75

3.5 本章小结77

第4章 SV模型在沪深股市风险中的应用79

4.1 随机波动模型的构建82

4.1.1 SV-N模型及SV-T模型82

4.1.2 SV-M模型83

4.1.3 A-SV模型84

4.2 数据与描述统计85

4.2.1 数据的选择与数据处理85

4.2.2 描述统计85

4.3 基于贝叶斯分析的SV模型族的实证研究91

4.3.1 标准SV模型的实证结果分析91

4.3.2 厚尾SV模型的实证结果分析94

4.3.3 均值SV-MN模型的实证结果分析97

4.3.4 均值SV-MT模型的实证结果分析101

4.3.5 杠杆SV（A-SV）模型的实证结果分析104

4.4 SV族模型的比较研究108

4.4.1 模型模拟结果比较分析108

4.4.2 基于信息准则的模拟结果比较分析111

4.5 本章小结113

第5章 SV模型在上市公司信用风险中的应用115

5.1 信用风险的相关理论117

5.1.1 信用风险的定义117

5.1.2 信用风险的特征118

5.1.3 信用风险的度量120

5.1.4 信用风险的管理与意义123

5.2 信用风险KMV模型125

5.2.1 KMV模型的结构125

5.2.2 KMV模型的改进127

5.3 实证研究131

5.3.1 样本数据131

5.3.2 模型的估计131

5.3.3 结果分析136

5.4 本章小结139

第6章 SV模型在通胀与通胀预期风险中的应用141

6.1 通胀预期及其不确定性理论143

6.1.1 通胀预期及其不确定的成因143

6.1.2 通胀预期的管理及其意义145

6.2 通胀预期获得方式148

6.2.1 调查数据法148

6.2.2 利率模型分解150

6.3 基于SV模型的通胀及其不确定性151

6.3.1 杠杆SV模型151

6.3.2 均值SV模型152

6.3.3 数据的选取152

6.3.4 基于SV模型的通胀不确定性模拟155

6.3.5 脉冲响应分析157

6.4 通胀预期及其不确定性159

6.4.1 数据的选取160

6.4.2 基于SV模型的通胀预期不确定性模拟161

6.5 本章小结165

第7章 结论与展望167

参考文献174

索引198