图书介绍

金融波动理论、方法及其应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

周少甫编著
出版社：武汉：华中科技大学出版社
ISBN：9787560982366
出版时间：2012
标注页数：285页
文件大小：17MB
文件页数：300页
主题词：金融－经济波动－理论研究

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：225072c256ae3188dc21d2cd9f076f0a

下载说明

金融波动理论、方法及其应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

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

图书目录

第1章绪论1

1.1研究背景与意义1

1.1.1选题背景1

1.1.2波动率的基本特性3

1.1.3我国股票市场的发展状况10

1.1.4研究意义12

1.2文献综述13

1.2.1广义自回归条件异方差模型和随机波动率模型13

1.2.2波动指数的理论和Copula技术28

1.3结构安排与主要工作38

1.3.1结构安排38

1.3.2主要创新39

第2章多元GARCH模型41

2.1几种常用的多元GARCH模型41

2.1.1多元GARCH模型41

2.1.2对角多元GARCH模型42

2.1.3 BEKK模型43

2.1.4 CCC-多元GARCH模型44

2.1.5 DCC-多元GARCH模型45

2.2树结构多元GARCH模型的贝叶斯分析46

2.2.1树结构多元GARCH模型及其先验描述47

2.2.2树结构多元GARCH模型的贝叶斯推断51

2.2.3贝叶斯模型平均55

2.3实证分析58

2.3.1沪、深、港三地股票市场数据的特征58

2.3.2树结构模型构建及实证结果62

2.4本章小结73

第3章随机波动模型78

3.1基本波动模型及其扩展78

3.1.1基本的随机波动模型79

3.1.2带厚尾的随机波动模型79

3.1.3受外生因素影响的随机波动模型81

3.1.4门限随机波动模型（THSV）82

3.1.5长记忆性的随机波动模型83

3.1.6连续时间的随机波动模型83

3.2随机波动模型的估计87

3.2.1一般随机波动模型的MCMC估计88

3.2.2其他估计方法97

3.3实证分析106

3.3.1上海、深圳股市指数收益的杠杆效应106

3.3.2多元长记忆SV模型及其在沪深股市的应用110

3.4本章小结122

第4章波动的非对称性溢出效应分析126

4.1 ASVDJ模型介绍127

4.1.1基于ASVDJ模型的波动率估计127

4.1.2牛熊态势划分方法128

4.1.3模型数据来源及说明130

4.2消息冲击对股市波动影响的实证研究131

4.2.1初始值和数据输入132

4.2.2算法及估计结果132

4.2.3结果分析141

4.2.4 ASV模型和EGARCH模型的比较142

4.2.5行为金融学解释144

4.3 GC-MSV模型介绍145

4.3.1沪深300股指期货合约147

4.3.2 GC-MSV模型估计151

4.3.3数据来源和说明153

4.4股指期货对股市波动溢出效应分析154

4.4.1先验分布模型算法155

4.4.2波动溢出效应检验155

4.4.3模型估计结果156

4.5本章小结163

第5章波动指数理论173

5.1 VIX指数简介173

5.1.1 VIX指数的编制方式174

5.1.2 VIX指数的用途177

5.1.3总结与启示178

5.2我国波动指数编制方案179

5.2.1波动指数编制指标选择180

5.2.2波动指数编制方案设计182

5.3已实现波动率估计183

5.3.1已实现波动率简介183

5.3.2已实现波动率的自相关修正法185

5.3.3超高频数据的序列相关性分析188

5.4我国波动指数CV序列实证分析192

5.4.1长记忆性研究概述192

5.4.2波动指数统计特征分析196

5.4.3基于长记忆性建模与预测202

5.4.4波动指数序列长记忆性建模分析210

5.5本章小结220

第6章波动指数的相关性分析225

6.1波动指数的功能226

6.1.1市场情绪的评定标准227

6.1.2投资决策的参考指标228

6.2 Copula模型介绍228

6.2.1 Copula函数的定义229

6.2.2 Copula函数的基本性质230

6.2.3 Copula函数的分类231

6.2.4 Copula函数的估计与选择241

6.3 Copula理论相关性测度及其应用244

6.3.1 Copula理论的相关性测度244

6.3.2尾部相依性与Copula函数247

6.4波动指数与股指收益同期相关性实证分析249

6.4.1数据249

6.4.2实证分析253

6.4.3模型估计结果的评价255

6.4.4波动指数预测功能评估——基于均值-方差模型257

6.5动态条件Copula模型波动指数预测功能检验260

6.5.1动态条件Copula理论261

6.5.2动态条件Copula模型的分类263

6.5.3动态条件Copula在金融分析上的应用265

6.5.4波动指数与股指收益率间的相关性分析——基于动态Copula模型268

6.6本章小结275