插圖清單
附表清單
緒論
第一章 Copula理論基礎(chǔ)
1.1 Copula函數(shù)的定義與性質(zhì)
1.1.1 Copula函數(shù)的定義
1.1.2 Copula函數(shù)的性質(zhì)
1.2 常用二元Copula函數(shù)
1.2.1 二元正態(tài)Copula函數(shù)
1.2.2 二元t-Copula函數(shù)
1.2.3 Gumbel Copula函數(shù)
1.2.4 Clayton Copula函數(shù)
1.2.5 Frank Copula函數(shù)
1.3 本章小結(jié)
第二章 Copula-CoVaR模型及方法
2.1 相關(guān)文獻(xiàn)概述
2.1.1 關(guān)于Granger因果檢驗(yàn)的風(fēng)險(xiǎn)溢出效應(yīng)研究
2.1.2 關(guān)于GARCH模型的風(fēng)險(xiǎn)溢出效應(yīng)研究
2.1.3 關(guān)于Copula模型的風(fēng)險(xiǎn)溢出效應(yīng)研究
2.1.4 研究述評(píng)
2.2 CoVaR模型
2.2.1 CoVaR模型的定義
2.2.2 Copula-CoVaR模型推導(dǎo)
2.3 正態(tài)性檢驗(yàn)
2.3.1 Jarque-Bera檢驗(yàn)
2.3.2 Kolmogorov-Smirnov檢驗(yàn)
2.3.3 Lilliefors檢驗(yàn)
2.4 相關(guān)性檢驗(yàn)
2.4.1 Pearson線(xiàn)性相關(guān)系數(shù)
2.4.2 Kendall秩相關(guān)系數(shù)
2.4.3 Spearman秩相關(guān)系數(shù)
2.5 Copula模型估計(jì)
2.5.1 經(jīng)驗(yàn)密度函數(shù)
2.5.2 核密度估計(jì)
2.6 本章小結(jié)
第三章 基于Copula-CoVaR模型的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度
3.1 國(guó)內(nèi)有色金屬期貨市場(chǎng)數(shù)據(jù)分析
3.1.1 樣本選擇與數(shù)據(jù)處理
3.1.2 描述性統(tǒng)計(jì)
3.1.3 正態(tài)性檢驗(yàn)
3.1.4 確定邊緣分布
3.1.5 選擇最優(yōu)Copula函數(shù)
3.1.6 計(jì)算條件風(fēng)險(xiǎn)價(jià)值CoVaR
3.1.7 實(shí)證結(jié)果分析
3.2 國(guó)內(nèi)外有色金屬期貨市場(chǎng)數(shù)據(jù)比較分析
3.2.1 樣本選擇與數(shù)據(jù)處理
3.2.2 描述性統(tǒng)計(jì)
3.2.3 正態(tài)性檢驗(yàn)
3.2.4 確定邊緣分布
3.2.5 選擇最優(yōu)Copula函數(shù)
3.2.6 計(jì)算條件風(fēng)險(xiǎn)價(jià)值CoVaR
3.2.7 實(shí)證結(jié)果分析
3.3 本章小結(jié)
第四章 ICA-TGARCH-M模型及方法
4.1 相關(guān)文獻(xiàn)概述
4.2 獨(dú)立成分分析的定義
4.3 GARCH類(lèi)模型的選取
4.4 ICA-TGARCH-M模型的構(gòu)建
4.5 本章小結(jié)
第五章 基于ICA-TGARCH-M模型的風(fēng)險(xiǎn)溢出分析
5.1 數(shù)據(jù)的選取與分析
5.2 實(shí)證結(jié)果分析
5.2.1 TGARCH(1，1)-M模型估計(jì)
5.2.2 ICA-TGARCH(1，1)-M模型估計(jì)
5.3 基于ICA-TGARCH(1，1)-M模型的收益預(yù)測(cè)
5.4 本章小結(jié)
第六章 CAViaR模型及方法
6.1 相關(guān)文獻(xiàn)概述
6.1.1 非參數(shù)法的相關(guān)研究
6.1.2 參數(shù)法的相關(guān)研究
6.1.3 半?yún)��?shù)法的相關(guān)研究
6.2 CAViaR模型形式
6.2.1 VaR概念
6.2.2 模型形式
6.3 參數(shù)估計(jì)
6.4 模型檢驗(yàn)
6.5 本章小結(jié)
第七章 基于CAViaR模型的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度
7.1 數(shù)據(jù)選取
7.2 描述性統(tǒng)計(jì)
7.3 平穩(wěn)性檢驗(yàn)
7.4 實(shí)證結(jié)果分析
7.5 風(fēng)險(xiǎn)預(yù)測(cè)
7.6 本章小結(jié)
第八章 基于CAViaR模型的風(fēng)險(xiǎn)溢出性分析
8.1 相關(guān)文獻(xiàn)概述
8.1.1 股票市場(chǎng)的風(fēng)險(xiǎn)溢出性研究
8·1.2 期貨市場(chǎng)的風(fēng)險(xiǎn)溢出性研究
8.1.3 銀行間市場(chǎng)的風(fēng)險(xiǎn)溢出性研究
8.2 溢出性理論分析
8.2.1 溢出性概念
8.2.2 匯率因素
8.2.3 利率因素
8.2.4 其他金融市場(chǎng)
8.3 匯率因素對(duì)期貨市場(chǎng)的風(fēng)險(xiǎn)溢出性分析
8.3.1 數(shù)據(jù)選取
8.3.2 描述性統(tǒng)計(jì)
8.3.3 平穩(wěn)性檢驗(yàn)
8.3.4 Granger因果關(guān)系檢驗(yàn)
8.3.5 實(shí)證結(jié)果分析
8.3.6 風(fēng)險(xiǎn)預(yù)測(cè)
8.4 利率因素對(duì)期貨市場(chǎng)的風(fēng)險(xiǎn)溢出性分析
8.4.1 數(shù)據(jù)選取
8.4.2 描述性統(tǒng)計(jì)
8.4.3 平穩(wěn)性檢驗(yàn)
8.4.4 Granger因果關(guān)系檢驗(yàn)
8.4.5 實(shí)證結(jié)果分析
8.5 其他金融市場(chǎng)對(duì)期貨市場(chǎng)的風(fēng)險(xiǎn)溢出性分析
8.5.1 國(guó)內(nèi)股票市場(chǎng)
8.5.2 倫敦金屬期貨市場(chǎng)
8.5.3 紐約金屬期貨市場(chǎng)
8.6 本章小結(jié)
第九章 深度學(xué)習(xí)理論
9.1 相關(guān)文獻(xiàn)概述
9.2 模型介紹
9.2.1 MLP模型
9.2.2 RNN模型
9.2.3 LSTM模型
9.3 本章小結(jié)
第十章 有色金屬期貨價(jià)格預(yù)測(cè)模型構(gòu)建
10.1 數(shù)據(jù)來(lái)源與樣本選擇
10.1.1 數(shù)據(jù)來(lái)源
10.1.2 總樣本區(qū)間以及訓(xùn)練集與測(cè)試集的劃分
10.2 數(shù)據(jù)預(yù)處理
10.3 損失函數(shù)與優(yōu)化器
10.4 模型選擇
10.4.1 機(jī)器學(xué)習(xí)模型
10.4.2 線(xiàn)性ARIMA模型
第十一章 機(jī)器學(xué)習(xí)模型與ARIMA模型預(yù)測(cè)效果對(duì)比分析
11.1 預(yù)測(cè)效果評(píng)估指數(shù)
11.2 長(zhǎng)期預(yù)測(cè)效果對(duì)比分析
11.3 短期預(yù)測(cè)效果對(duì)比分析
11.4 LsTM模型和ARIMA模型預(yù)測(cè)結(jié)果綜合分析
11.5 本章小結(jié)
第十二章 結(jié)論
參考文獻(xiàn)
附錄 部分程序代碼