本书在金融风险传染问题与高维矩阵值序列数据的联合导向下，从当前全球股票市场间金融风险传染治理的工作需求出发，综合考虑风险测度、风险监管及风险预警三个环节，选取全球21个股票市场作为代表性样本，有针对性地应用高维矩阵值统计模型，全面而系统地分析2002年至2018年全球股票市场间风险传染。

刘程程，女，首都经济贸易大学统计学院经济统计系讲师，中央财经大学经济学博士，美国罗格斯大学联合培养博士。主持国家级项目一项，发表SSCI论文多篇，主要研究方向为金融时间序列分析与金融风险管理。

第1章 绪论
1.1 研究背景与意义
1.2 基本概念界定
1.3 研究内容与技术路线
1.4 主要创新与不足之处
第2章 文献综述
2.1 金融风险传染的定义
2.2 金融风险传染的测度
2.3 已有研究述评
第3章 全球股票市场间风险传染的量化测度
3.1 全球股票市场间风险传染的定义
3.2 样本选取与数据处理
3.3 广义向量自回归模型
3.4 动态网络效应分析
3.5 本章小结
第4章 全球股票市场间风险传染的高效监管
4.1 高维矩阵值因子模型
4.2 模型估计过程实现
4.3 估计量的渐近性质
4.4 动态核心结构考察
4.5 本章小结
第5章 全球股票市场间风险传染的实时预警：社区层面
5.1 矩阵值自回归模型
5.2 模型估计及其性质
5.3 模型预测精度考察
5.4 社区间风险传染预警
5.5 本章小结
第6章 全球股票市场间风险传染的实时预警：市场层面
6.1 减秩回归模型及其估计
6.2 减秩矩阵自回归模型及其估计
6.3 市场间风险传染预警
6.4 本章小结
第7章 总结与展望
7.1 主要内容与结论
7.2 相关政策建议
7.3 未来研究方向
参考文献
后记