本书系统阐述金融市场风险度量的核心方法，兼顾理论与实践。内容上，先梳理传统与前沿风险度量方法，为读者搭建起坚实的方法基石；再通过实证案例，覆盖市场风险、信用风险以及操作风险等应用场景，结合实际数据演示模型运作，直观地呈现风险度量的应用逻辑；最后结合金融市场的演变特性，提出模型优化方向及新兴风险前瞻思路。

更多科学出版社服务，请扫码获取。

市场相依视角下系统性风险的度量以及宏观影响因素研究 , 基金委面上项目

目录
第一部分 金融风险的认知与度量
第1章 导读 3
1.1 金融与金融风险 3
1.2 金融风险研究的意义 3
1.3 全书框架 6
第2章 金融市场风险概念及度量方法 8
2.1 金融市场风险概念和风险度量方法及其应用概述 8
2.2 系统性风险概念及度量方法 11
第二部分 金融风险研究的方法体系
第3章 Copula方法 15
3.1 Copula方法应用概述 15
3.2 Copula的定义和Sklar定理 15
3.3 秩相关系数的定义 17
3.4 几个重要的Copula函数 19
3.5 Copula的藤分解结构 22
第4章 分位点回归模型 29
4.1 分位点回归方法概述 30
4.2 分位点的定义 31
4.3 线性分位点回归模型的介绍与应用 31
4.4 非线性分位点回归模型的介绍与应用 32
第5章 极值理论 36
5.1 极值理论概述 36
5.2 极值理论模型 36
5.3 极值理论在VaR 中的应用 42
第6章 非参数统计 45
6.1 非参数统计方法概述 45
6.2 Bootstrap方法介绍以及其在VaR估计中的应用 46
6.3 非参数回归方法介绍 48
第7章 机制转换方法 50
第三部分 金融市场风险度量的相关研究
第8章 已实现波动率与日内价差条件下的CVaR估计 55
8.1 Copula方法概述 55
8.2 已实现波动率的估计 55
8.3 基于Copula的CVaR估计 56
8.4 我国股票市场的实证分析 60
第9章 高频连涨（连跌）收益率的相依结构及CVaR分析 65
9.1 高频连涨（连跌）收益率序列概述 65
9.2 连涨（连跌）收益率联合分布估计 66
9.3 基于Copula理论的股票连涨（连跌）收益率联合分布估计 66
9.4 基于纽约证券交易所数据的连涨（连跌）收益率风险实证分析 67
第10章 基于Copula方法的CVaR估计 70
10.1 C藤Copula方法概述 70
10.2 基于C藤Copula方法的CVaR模型 70
10.3 沪深300 指数和上证180指数以及上海黄金价格数据的金融市场风险实证分析 72
第11章 基于MVMQ-CAViaR方法测量次贷危机的相依性 77
11.1 MVMQ-CAViaR方法概述 77
11.2 MVMQ-CAViaR模型 77
11.3 全球金融危机跨国传染实证分析 78
第12章 基于分位点回归模型的CVaR估计和杠杆效应分析 82
12.1 分位点回归模型的CVaR估计方法概述 82
12.2 已实现波动率的CVaR计算和相关杠杆效应模型介绍 83
12.3 分位点回归模型的金融市场CVaR估计实证分析 85
第13章 基于门限分位点回归模型的VaR和CVaR估计方法及应用 91
13.1 应用门限分位点回归模型估计CVaR方法概述 91
13.2 应用门限分位点回归模型估计VPIN条件下的CVaR 97
第14章 基于极值理论的VaR和CVaR计算方法及其应用 105
14.1 极值理论方法概述 105
14.2 应用复合极值理论计算VaR 106
14.3 应用改进希尔估计方法计算在险价值 110
14.4 基于齐普夫幂律的尾部特征分析及VaR计算 115
14.5 基于尾部指数回归方法的CVaR估计以及实证研究 118
第15章 基于非参数统计的VaR计算方法及其应用 122
15.1 非参数统计方法简介 122
15.2 基于Bootstrap方法的VaR 计算 122
15.3 基于收益率修正分布的VaR估计 125
第16章 使用状态转换CAViaR模拟联合预测比特币的VaR和ES 131
16.1 状态转换CAViaR方法概述 131
16.2 比特币收益率和泡沫指数数据描述与特征分析 132
16.3 比特币VaR和ES实证分析 133
16.4 状态转换模型与泡沫指数的作用 136
第四部分 系统性风险度量的相关研究
第17章 基于条件在险价值方法对标准普尔500 指数和行业指数的相依性和系统风险分析 141
17.1 条件在险价值方法概述 141
17.2 马尔可夫状态转换模型与宏观经济变量的应用 141
17.3 金融系统性风险度量方法 142
17.4 估计方法和渐近性质 145
17.5 蒙特卡罗模拟 146
第18章 基于Copula模型的系统性风险研究 149
18.1 Copula模型概述 149
18.2 基于动态因子Copula模型的行业间系统性风险分析 149
18.3 基于R藤Copula变点模型的金砖四国金融风险传染性与金融稳定性检验 158
第19章 时变分位点关联回归模型在金融风险传染和VaR中的运用 170
19.1 分位点关联回归模型的优势及其在股票市场传染性评估中的应用 170
19.2 分位点关联回归模型 171
19.3 一般估计过程 172
19.4 基于多项式的估计过程 173
19.5 评估捕获不同依赖结构能力的仿真训练 174
19.6 分位点关联回归模型的数据选取 176
19.7 分位点关联回归模型的金融实践 178
第20章 基于变系数分位点回归模型的系统性风险研究 181
20.1 金融稳定性分析与风险传染研究 181
20.2 应用变系数分位点回归分析经济因素对全球股市风险的影响 185
20.3 基于MIDAS-Expectile回归模型的加密货币风险测度 192
第21章 基于尾部指数回归的动态系统性尾部风险度量 199
21.1 系统性尾部风险系数与世界金融危机应对 199
21.2 尾部指数回归模型介绍 199
21.3 系统性尾部风险系数β 的动态估计 200
21.4 基于系统性尾部风险系数的全球股票市场实证分析 200
第22章 基于改进PWY 模型的泡沫检验 204
22.1 金融危机与金融泡沫 204
22.2 模型和方法 204
22.3 上证综指泡沫的检验与修正模型应用 210
第23章 波罗的海干散货指数与金砖国家金融市场稳定性 212
23.1 国际贸易对金融市场稳定性的影响 212
23.2 金砖国家金融市场稳定性检验模型 212
23.3 金砖国家金融市场稳定性实证分析 214
参考文献 217