金融市場時頻動態(tài)相依結(jié)構(gòu)研究

目 錄IV插圖索引X附表索引XII章 緒 論11．1 選題背景與研究意義11．1．1 選題背景11．1．2 研究意義41．2 文獻綜述51．2．1 Copula函數(shù)理論研究51．2．2 Copula函數(shù)模型的應用研究91．2．3金融市場時間相依結(jié)構(gòu)研究141．2．4尾部風險溢出效應測度151．3 研究思路與研究內(nèi)容161．3．1 研究思路161．3．2 研究內(nèi)容17第2章 貝葉斯Copula相依結(jié)構(gòu)理論192．1 Copula函數(shù)及相依結(jié)構(gòu)分析192．1．1 Copula函數(shù)定義與性質(zhì)192．1．2 Copula函數(shù)分類202．1．3 Copula函數(shù)的相依結(jié)構(gòu)與一致性相關(guān)測度232．1．4 Copula函數(shù)參數(shù)估計方法252．1．5 Copula函數(shù)模型選擇與檢驗262．2 貝葉斯推斷理論282．2．1 貝葉斯決策282．2．2 抽樣算法292．2．3 MCMC收斂診斷322．3 本章小結(jié)33第3章 基于指數(shù)和Pareto分布的貝葉斯Copula可靠性模型構(gòu)建343．1 二元指數(shù)分布的Frank Copula模型構(gòu)建與估計343．1．1二元指數(shù)分布的Frank Copula模型343．1．2 指數(shù)分布的Frank Copula模型的抽樣算法353．2 二元指數(shù)分布的Frank Copula模型的貝葉斯分析373．2．1 參數(shù)先驗分布的設(shè)置383．2．2 基于二元指數(shù)分布Frank Copula模型的MCMC算法設(shè)計383．3二元Pareto分布的Frank Copula模型構(gòu)建與貝葉斯估計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模型的貝葉斯分析403．4 Monte Carlo仿真實驗分析433．4．1 仿真設(shè)計與貝葉斯估計433．4．2參數(shù)貝葉斯估計檢驗443．5 本章小結(jié)46第4章 基于貝葉斯Copula函數(shù)的刪失生存模型構(gòu)建474．1 異質(zhì)貝葉斯Copula刪失生存模型構(gòu)建474．1．1 異質(zhì)Copula生存模型474．1．2 刪失異質(zhì)生存模型的貝葉斯估計494．1．3刪失異質(zhì)生存Copula模型參數(shù)的貝葉斯推斷494．2 正穩(wěn)態(tài)刪失生存的貝葉斯Copula模型構(gòu)建504．2．1 正穩(wěn)態(tài)刪失模型的貝葉斯分析504．2．2 正穩(wěn)態(tài)刪失Copula模型的兩種貝葉斯估計534．3 基于刪失治愈率的貝葉斯Copula模型分析544．3．1 刪失治愈率Copula生存模型結(jié)構(gòu)544．3．2 刪失治愈率Copula生存模型的MCMC抽樣設(shè)計554．4 應用研究574．4．1 數(shù)據(jù)來源574．4．2 一步貝葉斯估計結(jié)果574．4．3 兩階段貝葉斯估計結(jié)果分析634．4．4 模型的比較分析664．5 本章小結(jié)66第5章 基于混合變量的多元貝葉斯Copula模型構(gòu)建675．1 連續(xù)變量的多元貝葉斯Copula模型構(gòu)建675．1．1 連續(xù)變量的正態(tài)Copula模型結(jié)構(gòu)675．1．2 連續(xù)變量的多元Copula模型MCMC抽樣設(shè)計685．2離散和混合變量的多元貝葉斯Copula模型構(gòu)建705．2．1 離散變量的多元Copula模型結(jié)構(gòu)分析705．2．2 離散變量的多元Copula模型MCMC算法715．2．3基于混合變量貝葉斯Copula模型分析735．3多元混合變量的貝葉斯Copula回歸模型構(gòu)建735．3．1 多元正態(tài)Copula回歸模型協(xié)方差矩陣先驗設(shè)置735．3．2 多元正態(tài)Copula回歸模型MCMC抽樣算法755．4 Monte Carlo仿真實驗分析775．5 本章小結(jié)79第6章 亞太股票市場與國際油價相依結(jié)構(gòu)研究816．1 數(shù)據(jù)描述與結(jié)構(gòu)突變檢驗816．1．1 數(shù)據(jù)的結(jié)構(gòu)穩(wěn)定性檢驗816．1．2 數(shù)據(jù)描述性統(tǒng)計結(jié)果分析836．1．3 收益邊際分布模型刻畫856．2 Copula估計相依結(jié)果分析876．2．1 Copula模型估計876．2．2 模型的擬合優(yōu)度檢驗936．3 貝葉斯時變Copula模型估計956．3．1 貝葉斯時變Copula模型構(gòu)建956．3．2 模型參數(shù)估計結(jié)果976．4 估計VaR比較分析1026．5 本章小結(jié)103第7章 中國股票市場和人民幣匯率動態(tài)聯(lián)動效應研究1047．1 前言1047．2 相關(guān)文獻綜述1057．3 數(shù)據(jù)描述與初步分析1067．4 實證結(jié)果1107．4．1 邊際分布的擬合1107．4．2 邊際分布的擬合優(yōu)度檢驗1117．4．3 Copula函數(shù)估計結(jié)果1137．5結(jié)論118第8章 美國經(jīng)濟政策不確定性與中印股票市場時頻聯(lián)動效應研究1208．1 前言1208．2 文獻綜述1218．3 小波函數(shù)理論1238．4 數(shù)據(jù)選取1258．5實證結(jié)果分析1268．5．1 連續(xù)小波分析1268．5．2 離散小波因果檢驗1308．6 本章小結(jié)133第9章 投資者情緒和加密貨幣分位時頻動態(tài)效應研究1349．1 前言1349．2 文獻綜述1369．3 數(shù)據(jù)分析1379．4 實證結(jié)果分析1409．4．1 連續(xù)小波分析1409．4．2 多尺度分位數(shù)格蘭杰因果分析1439．4．3 穩(wěn)健性分析1499．5 本章小結(jié)158結(jié)論160參考文獻163