金融市场随机波动的联动性及预警机制研究-基于马尔科夫链蒙特卡洛抽样方法

第1章 绪论
1．1 问题的提出
1．2 研究对象
1．3 研究思路
1．4 可能的创新点

第2章 国内外研究现状述评
2．1 理论研究现状
2．2 MSV建模综述
2．3 MSV的MCMC估计方法
2．4 应用研究综述
2．5 国内研究现状

第3章 金融市场波动性解析
3．1 波动性的界定
3．2 波动性的类型
3．3 波动性的特征
3．4 金融市场波动的相关理论
3．5 估计波动性的常用模型
3．6 波动的联动性

第4章 随机波动模型
4．1 一元随机波动模型
4．2 多元随机波动模型（MSV）
4．3 随机波动模型的统计特性
4．4 扩展随机波动模型
4．5 随机波动模型研究的展望

第5章 随机波动模型的估计及预测
5．1 随机波动模型估计方法
5．2 马尔科夫链蒙特卡罗（MCMC）方法
5．3 基于MCMC和Kalman滤波的波动性预测
5．4 MCMC应用软件——WinBUGS

第6章 基于MCMC的股票市场随机波动实证分析
6．1 金融市场随机波动联动性实证设计
6．2 股票市场随机变动的描述统计
6．3 基于正态分布MCMC的股票市场随机波动分析
6．4 基于t分布MCMC的股票市场随机变动分析
6．5 SV模型实证比较分析

第7章 基于MCMC的股票市场随机波动联动性实证分析
7．1 随机波动联动性描述统计
7．2 股价指数之间波动性的Granger因果检验
7．3 基于MCMC的股市随机波动联动性实证设计
7．4 沪深股市间随机波动联动性实证结果分析
7．5 中外股市间随机波动联动性实证结果及分析
7．6 研究结论

第8章 基于MCMC的外汇与股票市场随机波动联动性实证分析
8．1 样本选择与描述统计
8．2 人民币兑美元汇率一元SV实证分析
8．3 人民币兑美元汇率与股市随机波动联动性实证分析
8．4 实证结论
……
第9章 中国股票市场波动联动性预警分析
第10章 防范中国股票市场过度波动的对策建议
第11章 结论及研究展望

附录
附录1 SV-N模型估计的WinBUGS程序
附录2 SV-t模型估计的WinBUGS程序
附录3 MSV-N模型估计的WinBUGS程序
附录4 MSV-t模型估计的WinBUGS程序
附录5 部分原始数据
参考文献
后记