金融市场时频动态相依结构研究_李荣著_9787550451810

　　随着经济优选化与金融一体化的发展，金融市场间的联系日益增强，相依结构日趋复杂化、多元化。2007-2008年由美国次贷危机引发的优选金融危机，再次警醒着世界各国重新审视本国金融体系以及同靠前金融市场间的关联关系。科学刻画金融市场间的相依结构及风险传导路径，无论对于投资者的微观资产配置还是对于监管部门的宏观审慎管理和风险防范都有着重要的现实价值。
　　《金融市场时频动态相依结构研究》从理论与实证相结合的角度出发，在理论评述与定性分析的基础上，通过构建非线性、非对称、时变动态的Copula和小波函数模型，考虑时间和频率维度特征，设计多样本参照对比，从金融危机对国内外金融市场影响的视角，对中国人民币汇率和股票市场、美国经济政策不确定性和中印股票市场、投资者情绪和加密货币之间的关系展开了深入研究。

　　随着经济全球化与金融一体化的发展，国际金融市场间的联系日益增强，相依结构日趋复杂化、多元化。2007-2008年由美国次贷危机引发的全球金融危机，再次警醒世界各国重新审视本国金融体系及其同国际金融市场间的关系。科学刻画金融市场间的相依结构及风险传导路径，无论对投资者的微观资产配置还是对监管部门的宏观审慎管理和风险防范都有着极高的现实价值。
　　本书从理论与实证相结合的角度出发，在理论评述与定性分析的基础上，通过构建贝叶斯推断理论结合Copula函数方法、非线性、非对称、时变动态的Copula和小波函数模型，考虑时间和频率维度特征，设计多样本参照对比，从金融危机对国内外金融市场影响的视角，对中国股票市场和人民币汇率、美国经济政策不确定性和中印股票市场、投资者情绪和加密货币之间的关系展开了深入研究。
　　首先，利用Copula函数理论结合指数和Pareto分布构建了Frank Copula可靠性模型，包括联合分布函数、概率密度函数的推导和边际分布参数的抽样算法；利用MCMC抽样理论构造了参数的估计过程，包括超参数的确定、参数协方差矩阵的设定和两类Frank Copula模型参数的M-H抽样算法；通过仿真分析给出指数Frank Copula模型参数的贝叶斯估计结果，利用贝叶斯p统计量检验估计的有效性和稳健性，结果表明贝叶斯估计能准确估计参数。
　　其次，研究了基于删失数据的Copula生存模型的贝叶斯推断理论，包括异质、正稳态和治愈率删失Copula生存模型构建，推导异质删失Copula生存模型参数的条件后验分布，设计Gibbs抽样、自适宜和M-H抽样算法对正稳态删失Copula生存模型边际参数的估计，利用一步和两阶段贝叶斯估计分别推导相依参数的条件后验分布，设计Gibbs抽样推导治愈率删失Copula生存模型参数的完全条件后验分布。利用删失生存的实际数据，分别用删失正稳态、Frank和ClaytonCopula生存模型估计变量间的相依结构，给出两阶段与一步贝叶斯估计的参数后验统计量，然后利用DIC、EAIC、EBIC和CPO等统计量对所用模型进行比较选择分析。
　　再次，研究了贝叶斯方法对边际分布为连续、离散和混合变量的多元Copula模型参数估计和统计推断理论。引入二元指示变量对相关矩阵参数化，设计M-H抽样算法完成连续多元Copula模型的潜变量和参数化矩阵元素的估计。讨论离散和混合变量的多元Copula模型构建，利用MCMC抽样得到边际分布、潜变量和相依参数的条件后验分布。构建多元Copula回归模型，讨论协方差矩阵的先验选择，研究离散和混合变量情形下边际分布参数和相关矩阵元素的MCMC抽样过程。同时结合Monte Carlo仿真对混合变量的正态Cop-ula模型的贝叶斯抽样过程进行实现，给出相关参数的后验估计和检验。
　　最后，研究了基于时间序列的时变t-Copula模型的贝叶斯推断理论。利用静态Copula、时变Copula和时变Copula贝叶斯模型分别描述金融危机前后国际原油价格与亚太股票市场的相依结构。研究结果表明，金融危机后相依结构比危机前明显稳固，时变Copula模型更加适合刻画变量间的相依结构，同时利用静态Copula、时变Copula和时变Copula贝叶斯模型估计原油与亚太股票市场投资组合的VaR，发现时变t-Copula贝叶斯模型可以更好地估计投资组合的VaR。

目录IV插图索引X附表索引XII章绪论11．1 选题背景与研究意义11．1．1 选题背景11．1．2 研究意义41．2 文献综述51．2．1 Copula函数理论研究51．2．2 Copula函数模型的应用研究91．2．3金融市场时间相依结构研究141．2．4尾部风险溢出效应测度151．3 研究思路与研究内容161．3．1 研究思路161．3．2 研究内容17第2章贝叶斯Copula相依结构理论192．1 Copula函数及相依结构分析192．1．1 Copula函数定义与性质192．1．2 Copula函数分类202．1．3 Copula函数的相依结构与一致性相关测度232．1．4 Copula函数参数估计方法252．1．5 Copula函数模型选择与检验262．2 贝叶斯推断理论282．2．1 贝叶斯决策282．2．2 抽样算法292．2．3 MCMC收敛诊断322．3 本章小结33第3章基于指数和Pareto分布的贝叶斯Copula可靠性模型构建343．1 二元指数分布的Frank Copula模型构建与估计343．1．1二元指数分布的Frank Copula模型343．1．2 指数分布的Frank Copula模型的抽样算法353．2 二元指数分布的Frank Copula模型的贝叶斯分析373．2．1 参数先验分布的设置383．2．2 基于二元指数分布Frank Copula模型的MCMC算法设计383．3二元Pareto分布的Frank Copula模型构建与贝叶斯估计393．3．1二元Pareto分布的Frank Copula模型393．3．2 基于二元Pareto分布Frank Copula模型的贝叶斯分析403．4 Monte Carlo仿真实验分析433．4．1 仿真设计与贝叶斯估计433．4．2参数贝叶斯估计检验443．5 本章小结46第4章基于贝叶斯Copula函数的删失生存模型构建474．1 异质贝叶斯Copula删失生存模型构建474．1．1 异质Copula生存模型474．1．2 删失异质生存模型的贝叶斯估计494．1．3删失异质生存Copula模型参数的贝叶斯推断494．2 正稳态删失生存的贝叶斯Copula模型构建504．2．1 正稳态删失模型的贝叶斯分析504．2．2 正稳态删失Copula模型的两种贝叶斯估计534．3 基于删失治愈率的贝叶斯Copula模型分析544．3．1 删失治愈率Copula生存模型结构544．3．2 删失治愈率Copula生存模型的MCMC抽样设计554．4 应用研究574．4．1 数据来源574．4．2 一步贝叶斯估计结果574．4．3 两阶段贝叶斯估计结果分析634．4．4 模型的比较分析664．5 本章小结66第5章基于混合变量的多元贝叶斯Copula模型构建675．1 连续变量的多元贝叶斯Copula模型构建675．1．1 连续变量的正态Copula模型结构675．1．2 连续变量的多元Copula模型MCMC抽样设计685．2离散和混合变量的多元贝叶斯Copula模型构建705．2．1 离散变量的多元Copula模型结构分析705．2．2 离散变量的多元Copula模型MCMC算法715．2．3基于混合变量贝叶斯Copula模型分析735．3多元混合变量的贝叶斯Copula回归模型构建735．3．1 多元正态Copula回归模型协方差矩阵先验设置735．3．2 多元正态Copula回归模型MCMC抽样算法755．4 Monte Carlo仿真实验分析775．5 本章小结79第6章亚太股票市场与国际油价相依结构研究816．1 数据描述与结构突变检验816．1．1 数据的结构稳定性检验816．1．2 数据描述性统计结果分析836．1．3 收益边际分布模型刻画856．2 Copula估计相依结果分析876．2．1 Copula模型估计876．2．2 模型的拟合优度检验936．3 贝叶斯时变Copula模型估计956．3．1 贝叶斯时变Copula模型构建956．3．2 模型参数估计结果976．4 估计VaR比较分析1026．5 本章小结103第7章中国股票市场和人民币汇率动态联动效应研究1047．1 前言1047．2 相关文献综述1057．3 数据描述与初步分析1067．4 实证结果1107．4．1 边际分布的拟合1107．4．2 边际分布的拟合优度检验1117．4．3 Copula函数估计结果1137．5结论118第8章美国经济政策不确定性与中印股票市场时频联动效应研究1208．1 前言1208．2 文献综述1218．3 小波函数理论1238．4 数据选取1258．5实证结果分析1268．5．1 连续小波分析1268．5．2 离散小波因果检验1308．6 本章小结133第9章投资者情绪和加密货币分位时频动态效应研究1349．1 前言1349．2 文献综述1369．3 数据分析1379．4 实证结果分析1409．4．1 连续小波分析1409．4．2 多尺度分位数格兰杰因果分析1439．4．3 稳健性分析1499．5 本章小结158结论160参考文献163

你还可能感兴趣

我要评论