隨機波動模型在金融風險管理中的套用研究

內容簡介

　　《隨機波動模型在金融風險管理中的套用研究》梳理了有關隨機波動模型的理論框架，介紹了隨機波動（SV）模型的起源以及隨機波動建模的一般結構，詳細地介紹了貝葉斯基本理論、MCMC抽樣方法及模型比較與選擇的信息準則方法，並對SV族模型進行了貝葉斯分析。在隨機波動率模型框架下，利用隨機波動模型分別從微觀、巨觀多個層面研究了金融風險波動中具有代表性的三種波動：滬深股指波動、上市公司股權價值波動及通貨膨脹不確定性，利用數據三種波動所代表的巨觀、中觀、微觀三個層面的風險進行了實證研究分析。

　　《隨機波動模型在金融風險管理中的套用研究》適用於經濟學相關專業學生和從事相關研究科研人員使用。

圖書目錄

第1章緒論

1．1 研究的背景及意義

1．2 國內外研究現狀及文獻綜述

1．2．1 股市風險波動的研究

1．2．2 信用風險的研究

1．2．3 通脹風險的研究

1．3 研究思路及結構安排

1．4 研究創新與不足

1．4．1 研究創新

1．4．2 不足之處

第2章隨機波動模型及其估計方法

2．1 隨機波動模型及其統計性質

2．1．1 隨機波動（SV）模型的起源及發展

2．1．2 隨機波動模型的一般結構

2．1．3 基本隨機波動模型及其統計性質

2．1．4 與ARCH類模型的比較

2．2 擴展隨機波動模型

2．2．1 厚尾SV模型

2．2．2 均值SV模型

2．2．3 槓桿SV模型

2．3 隨機波動模型的參數估計方法

2．3．1 偽極大似然（QML）方法

2．3．2 廣義矩方法（GMM）

2．3．3 模擬極大似然（SML）方法

2．3．4 蒙特卡羅極大似然（MCML）方法

2．3．5 馬爾可夫鏈蒙特卡羅（MCMC）方法

2．3．6 其他估計方法

第3章基於貝葉斯理論的MCMC估計方法分析

3．1 貝葉斯基本理論

3．1．1 貝葉斯定理

3．1．2 先驗分布和後驗分布

3．2 MCMC抽樣方法

3．2．1 Mctropolis-Hastings方法

3．2．2 Gibbs抽樣方法

3．2．3 格子Gibbs抽樣方法

3．3 SV族模型的貝葉斯分析

3．3．1 標準SV模型的貝葉斯推斷

3．3．2 厚尾SV-T模型的貝葉斯推斷

3．3．3 均值SV-MN模型貝葉斯推斷

3．3．4 均值SV-MT模型貝葉斯推斷

3．3．5 槓桿SV模型的貝葉斯推斷

3．4 模型比較與選擇的信息準則方法

隨機波動模型在金融風險管理中的套用研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條