《金融風險價值量化分析》是2015年廈門大學出版社出版的圖書，作者是彭選華。
基本介紹
- 書名：金融風險價值量化分析
- 作者：彭選華
- ISBN：9787561556412
- 頁數：305
- 定價：￥58
- 出版社：廈門大學出版社
- 出版時間：2015-08-21
- 裝幀：平裝
- 開本：16開
內容簡介,作者簡介,目錄,
內容簡介
風險價值(Value-at-Risk)已成為金融風險度量與管理的主流工具。隨著中國多層次資本市場體系創新性地構建和金融系統功能的逐步完善，金融風險呈現出一些新的不確定性特徵。針對我國金融市場的風險進行量化分析與管理而言，採用一些新方法量化風險價值，對理論界和實務界都顯得十分重要。本書融合GARCH等金融時序計量模型、Copula函式、小波分析和MCMC算法等數據建模分析的前沿理論與方法，從多尺度和貝葉斯的視角，以提高VaR估值精度為切入點，嘗試在金融量化分析與計算這一新興的統計學、金融學、管理學等學科交叉點拓展幾個新的風險計量模型與方法，對境內外主要金融市場進行實證檢驗以及對部分模型進行仿真分析，獲得的數值結果有效地支撐了模型與方法的正確性和可行性，從而為金融資產的風險管理與最最佳化配置豐富了相關的理論內涵和實踐經驗。
作者簡介
彭選華，男，重慶人，理學碩士、管理學博士，西南政法大學經濟學院金融學系全職教師，重慶市工業與套用數學學會理事。
目錄
第一章 導引
一、背景意義
二、文獻述評與選題分析
(一)文獻述評
(二)選題分析
三、本書結構
四、主要章 節內容
五、學術貢獻
第二章 基於小波的投資組合風險度量及套用
一、基本模型與方法的引入
(一)雙因子定價模型
(二)小波變換與方差估計
二、雙因子模型的小波估計
三、組合風險的多解析度計算
(一)主要結果及詮釋
(二)主要結果的推導
四、實證分析
(一)樣本選取與統計描述
(二)模型估計與分析
(三)VaR計算與特徵分析
(四)MVaR計算與特徵分析
五、本章小結
第三章 基於小波的GARCH建模理論拓展及套用
一、收益率的MODwT分析
二、多尺度模型
三、參數估計與算法
四、實證分析
(一)統計描述與檢驗
(二)多尺度模型結果分析
(三)算法效果比較
(四)量化分析套用
五、本章小結
第四章 金融風險價值的多尺度估值模型及套用
一、密度的閾值估計量
二、多尺度估值模型
三、估值誤差的收斂性分析
(一)定義及主要結果
(二)主要結果的證明
(三)定理4．1的證明
四、仿真算例
(一)仿真樣本生成
(二)VaR的估值算法
(三)估值結果分析
五、實證分析
(一)統計描述與檢驗
(二)參數估計與校正
(三)壓力測試
六、本章小結
第五章 基於小波的二維Copula密度估計及套用
一、二維多尺度分析
二、二維copula的小波線性估計
三、最最佳化算法
四、套用
四、本章小結
第六章 基於小波的三維Copula密度估計及套用
一、三維多尺度分析
二、三維Copula的小波線性估計量
三、計算步驟
四、實證套用
五、本章小結
第七章 基於小波的高維copula密度估計及套用
一、Copula密度
二、多元小波分析
三、小波局部閾值估計量
四、估值精度分析
(一)主要結果
(二)結果證明
五、仿真算例
(一)算法設計
(二)仿真結果
六、風險量化分析的套用
七、本章小結
第八章 基於小波的高維Copula模型選擇及套用
一、Copula函式
二、邊緣分布的小波收縮估計量
三、Copula函式的小波收縮估計量
四、Copula函式最佳化選擇步驟
五、實證分析
(一)邊緣分布的小波收縮估計及分析
(二)Copula的小波收縮估計結果與分析
六、本章小結
第九章 時變Copula—GARCH—t模型估計及風險度量
一、Copula函式與尾部指數
二、時變Coptlla—GARCH—t模型
三、參數分布與MCMC估計
(一)先驗分布
(二)後驗分布
(三)MCMC估計
(四)診斷檢驗
四、風險度量與最最佳化配置
(一)風險價值VaR與CVaR
(二)VaR與CVaR的MCMC方法
(三)最最佳化配置模型
五、實證研究一
(一)數據選取與模型估計
(二)時變相依結構分析
(三)有效前沿分析
六、本章小結
第十章 時變Copula-GARC：H—M—t模型估計及風險預測
一、Copula尾部指數
二、時變Copula—GARCH—M—t模型
三、參數估值方法
(一)設定先驗分布
(二)推導後驗分布
(三)兩步MCMC方法
(四)參數估計與統計檢驗
(五)組合風險一步預測
四、實證分析
(一)樣本選取與模型估值比較
(二)組合風險預測分析
(三)實證啟示
五、本章小結
第十一章 結論與展望
一、本書工作總結
(一)風險價值的多解析度特徵研究
(二)多尺度GARCH模型研究
(三)VaR的多尺度估值模型研究
(四)Copula密度估計方法與VaR估值研究
(五)時變Copula—GARCH與VaR度量
(六)時變C0pula—GARCH—M模型與VaR預測
二、後續問題展望
參考文獻
附錄一
第七章附表
附錄二
(一)第七章 附圖
(二)第八章 附圖
附錄三
第2章 MATLAB程式
第4章 MATLAB程式
第5章 MATLAB程式
第6章 MATLAB程式
第7章 MATLAB程式
第8章 MATLAB程式
第9章 MATLAB程式
第10章 MATLAB程式
一、背景意義
二、文獻述評與選題分析
(一)文獻述評
(二)選題分析
三、本書結構
四、主要章 節內容
五、學術貢獻
第二章 基於小波的投資組合風險度量及套用
一、基本模型與方法的引入
(一)雙因子定價模型
(二)小波變換與方差估計
二、雙因子模型的小波估計
三、組合風險的多解析度計算
(一)主要結果及詮釋
(二)主要結果的推導
四、實證分析
(一)樣本選取與統計描述
(二)模型估計與分析
(三)VaR計算與特徵分析
(四)MVaR計算與特徵分析
五、本章小結
第三章 基於小波的GARCH建模理論拓展及套用
一、收益率的MODwT分析
二、多尺度模型
三、參數估計與算法
四、實證分析
(一)統計描述與檢驗
(二)多尺度模型結果分析
(三)算法效果比較
(四)量化分析套用
五、本章小結
第四章 金融風險價值的多尺度估值模型及套用
一、密度的閾值估計量
二、多尺度估值模型
三、估值誤差的收斂性分析
(一)定義及主要結果
(二)主要結果的證明
(三)定理4．1的證明
四、仿真算例
(一)仿真樣本生成
(二)VaR的估值算法
(三)估值結果分析
五、實證分析
(一)統計描述與檢驗
(二)參數估計與校正
(三)壓力測試
六、本章小結
第五章 基於小波的二維Copula密度估計及套用
一、二維多尺度分析
二、二維copula的小波線性估計
三、最最佳化算法
四、套用
四、本章小結
第六章 基於小波的三維Copula密度估計及套用
一、三維多尺度分析
二、三維Copula的小波線性估計量
三、計算步驟
四、實證套用
五、本章小結
第七章 基於小波的高維copula密度估計及套用
一、Copula密度
二、多元小波分析
三、小波局部閾值估計量
四、估值精度分析
(一)主要結果
(二)結果證明
五、仿真算例
(一)算法設計
(二)仿真結果
六、風險量化分析的套用
七、本章小結
第八章 基於小波的高維Copula模型選擇及套用
一、Copula函式
二、邊緣分布的小波收縮估計量
三、Copula函式的小波收縮估計量
四、Copula函式最佳化選擇步驟
五、實證分析
(一)邊緣分布的小波收縮估計及分析
(二)Copula的小波收縮估計結果與分析
六、本章小結
第九章 時變Copula—GARCH—t模型估計及風險度量
一、Copula函式與尾部指數
二、時變Coptlla—GARCH—t模型
三、參數分布與MCMC估計
(一)先驗分布
(二)後驗分布
(三)MCMC估計
(四)診斷檢驗
四、風險度量與最最佳化配置
(一)風險價值VaR與CVaR
(二)VaR與CVaR的MCMC方法
(三)最最佳化配置模型
五、實證研究一
(一)數據選取與模型估計
(二)時變相依結構分析
(三)有效前沿分析
六、本章小結
第十章 時變Copula-GARC：H—M—t模型估計及風險預測
一、Copula尾部指數
二、時變Copula—GARCH—M—t模型
三、參數估值方法
(一)設定先驗分布
(二)推導後驗分布
(三)兩步MCMC方法
(四)參數估計與統計檢驗
(五)組合風險一步預測
四、實證分析
(一)樣本選取與模型估值比較
(二)組合風險預測分析
(三)實證啟示
五、本章小結
第十一章 結論與展望
一、本書工作總結
(一)風險價值的多解析度特徵研究
(二)多尺度GARCH模型研究
(三)VaR的多尺度估值模型研究
(四)Copula密度估計方法與VaR估值研究
(五)時變Copula—GARCH與VaR度量
(六)時變C0pula—GARCH—M模型與VaR預測
二、後續問題展望
參考文獻
附錄一
第七章附表
附錄二
(一)第七章 附圖
(二)第八章 附圖
附錄三
第2章 MATLAB程式
第4章 MATLAB程式
第5章 MATLAB程式
第6章 MATLAB程式
第7章 MATLAB程式
第8章 MATLAB程式
第9章 MATLAB程式
第10章 MATLAB程式
