《金融市場風險的測度方法與實證研究》

《金融市場風險的測度方法與實證研究》對金融市場風險的測度方法進行了積極的研究和探索。首先，該著作系統地分析了中國證券市場的有效性、波動的非線性行為及收益率分布的統計特徵，揭示出中國證券市場的波動在短期內表現為非線性隨機過程，而在長期內是由決定性系統所主導；滬深證券市場收益率分布是具有尖峰胖尾分布特徵的有限方差分布。然後，研究了適應這些特徵的市場風險測度前沿理論和技術，對VaR或Expected Shorffall估計的半參數方法包括極值理論、分位數回歸理論、混合密度神經網路理論等進行了詳細介紹。同時，估計了滬、深市場資產組合及美、英、港市場資產組合的VaR。最後，作者根據分形市場假說的股價並不完全反映所有信息的觀點，認為歷史股價信息是不完備的群體型模糊信息，基於模糊信息分配模型提出了金融市場收益可能性分布的概念，進而可作為一種市場風險的模糊度量工具。

基本信息

• 名稱：《金融市場風險的測度方法與實證研究》
• 作者：王新宇 著
• 類別：圖書 > 金融與投資 > 金融理論
• 價格：39.00
• 語種：中文
• ISBN：9787509603727
• 出版社：經濟管理出版社
• 頁數：266頁
• 開本：16開
• 出版時間：2008年10月1日
• 裝幀：平裝

作者簡介

王新宇，1974年生，漢族，江蘇人。管理學博士，副教授，博士研究生指導教師。系江蘇省青藍工程優秀青年骨幹教師，中國礦業大學經濟與管理複雜性研究所副所長。主要從事金融工程、管理科學領域的相關研究，主持國家自然科學基金一項，獲得江蘇省哲學社會科學優秀成果三等獎一項。

目錄

第一章緒論第一節問題的提出和研究意義一、國際範圍內金融風險管理勢在必行二、我國金融風險管理的現狀三、市場風-險的量化管理趨勢四、研究金融市場風險測度方法的重要性五、研究意義第二節國內外的研究現狀一、金融市場的有效性理論二、金融市場的非線性特徵三、收益率的經驗分布特徵四、金融市場風險測度模型五、金融市場風險測度指標六、研究中存在的問題第三節研究對象、目標與內容一、研究對象二、研究目標三、研究內容第二章金融市場風險測度方法概述第一節金融風險的分類與金融風險管理的過程一、金融風險的分類二、金融市場風險管理的過程第二節金融市場風險的測度方法一、VaR測度指標二、CVaR測度指標三、市場風險的模糊測度方法第三章中國證券市場的有效性與非線性特徵第一節有效市場假說及其檢驗一、EMH的發展和分類二、EMH的檢驗方法三、實證檢驗分析第二節分形市場假說及其檢驗一、R/S分析方法二、R/S實證分析三、易變性期限結構四、BDS檢驗非線性相關第三節金融市場收益率的混沌特徵分析一、HP濾波消除長期趨勢二、確定最大lyapunov指數三、確定關聯維四、臨近返回檢驗第四章金融市場風險測度的統計基礎第一節穩定分布、帕累托分布和截斷Levy分布一、穩定分布及其參數估計二、漸近帕累托分布及尾部指數估計三、截斷Levy分布四、漸近截斷列維飛行第二節對中國股市收益分布的實證分析一、用穩定分布擬合收益分布二、用截斷列維飛行TLF擬合收益分布三、擬合收益率分布的尾部形狀第五章基於極值理論的VaR估計第一節極值理論（EVT）的基礎一、BLOCK方法二、POT方法三、極值理論（EVT-GPD）套用中閾值的選擇第二節實證研究一、GPD分布參數估計二、GEV分布參數估計三、VaR計算與後驗測試第六章基於分位數回歸方法的VaR估計第一節分位數回歸方法一、分位數回歸與最佳化二、分位數回歸模型的線性規劃表達三、QR在金融時間序列數據中的套用特點四、QR在VaR中的套用第二節基於分位數動態方程的VaR估計——caviar一、CAViaR的基本原理二、CAViaR中回歸方程的幾種形式三、VaR模型的動態分位檢驗四、差分進化遺傳算法五、CAViaR的實證分析第七章基於混合密度神經網路的VaR估計第一節混合密度神經網路原理第二節評估模型預測精度的方法第三節基於混合密度神經網路的風險測度一、VaR計算方法二、Expectedshortfall計算方法第四節實證研究一、上海股票市場的分析二、其他市場指數的分析三、模型預測效果評估第八章基於波動性分析方法的VaR估計第一節基於FLS的國際股市長期動態相關分析一、FLS的基本理論二、國際股市長期動態相關實證分析第二節國際股市短期相關性分析一、相關係數分析二、BoxM檢驗短期關聯性第三節國際股市之間的引導和長期穩定關係一、國際股市之間的引導關係二、國際市場之間的協整關係——長期穩定性分析第四節基於隨機波動率模型的VaR計算一、隨機波動率模型的理論基礎二、基於SV模型的VaR分析第五節基於ARMA-APARCH-t模型的VaR估計一、ARMA-APARCt模型簡介二、基於ARMA-APARCH的VaR分析第六節基於多變數GARCH模型的vaR分析一、基於單變數GARCH模型的投資組合的VaR計算二、VECH，BEKK模型三、CCC-GARCH和DCC-GARCH模型四、基於M-GARCH的VaR實證分析第九章短期價格漲跌預測及市場風險的模糊測度第一節價格信息是群體型模糊信息第二節模糊信息分配理論模型一、一維線性信息分配二、多維信息分布矩陣三、線性信息分配下的信息守恆定理四、多維信息控制點的編碼五、基於模糊信息分配的模糊關係矩陣R六、由R進行模糊近似推理第三節實證分析一、數據預處理二、模糊推理與識別第四節收益率的可能性分布與市場風險的模糊測度結論一、主要結論二、創新點三、展望四、對我國金融市場風險管理的建議參考文獻後記

前言

近十年來，我國證券市場發展迅速，隨著我國利率市場化進程的推進、資本項目的開放以及衍生金融工具的發展等，我國金融機構面臨的市場風險日益複雜，測量市場風險的難度加大，金融風險管理的重點將從目前的信用風險管理逐漸向市場風險管理轉移。與此同時，我國金融機構的風險管理內部機制不健全、風險測度工作落後、資產損失率高、抗風險能力弱化等問題也日益凸現，工商企業、金融機構和監管部門日益重視對市場風險的管理，有效地測度和控制金融風險成為金融界面臨的緊迫任務。現代金融風險管理越來越重視定量分析，大量的數學、統計學、系統工程，甚至物理學的理論和方法被套用於風險管理的研究，使風險管理決策成為藝術性和科學性相結合的決策行為。科學準確地測量市場風險是金融市場風險管理過程的核心環節，金融機構的風險測度水平直接決定了其風險管理能力和競爭力的強弱。研究在複雜的金融風險環境下行之有效的風險測度方法，進而以儘可能小的代價達到較好的風險防範作用，具有重要的理論和實踐意義。

精彩書摘

第一章緒論第一節問題的提出和研究意義一、國際範圍內金融風險管理勢在必行20世紀70年代以來，在風險環境日益複雜化的形勢下，國際金融機構為了避免遭受重大損失和破產倒閉，在戰略上保證盈利目標的實現，不斷探索對市場風險、信用風險等各種風險因素的有效管理，市場風險和信用風險成為現代金融風險管理的重要內容。金融風險還包括流動性風險、操作風險、法律風險等。在過去20年裡，由於受經濟全球化與金融一體化、現代金融理論及信息技術、金融創新等因素的影響，全球金融市場迅猛發展。國際金融市場經歷了三大發展階段：金融服務業的全球化；銀行和證券業的職能一體化；金融創新尤其是在衍生品方面。美國聯邦儲備委員會主席曾這樣描述在這種高效與制度化的穩定之間所埋藏的衝突：“我們可以公平地說，這種由快速膨脹的金融產品而導致的全球金融市場的高效性，也恰恰能夠以不為上一代人所知的方式，以更快的速度在整個金融體系傳遞錯誤。”金融市場呈現出前所未有的波動性，工商企業、金融機構面臨著日趨嚴重的金融風險。金融風險不僅嚴重影響了工商企業和金融機構的正常運營和生存，而且還對一國乃至全球金融及經濟的穩定發展構成了嚴重威脅。