基于随机矩阵理论噪声环境下金融投资组合相关性度量
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-26页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·文献综述 | 第12-22页 |
| ·资产收益相关性研究综述 | 第12-15页 |
| ·随机矩阵理论研究综述 | 第15-21页 |
| ·资产收益相关性现有研究的不足 | 第21-22页 |
| ·本文研究内容和技术路线 | 第22-25页 |
| ·研究内容和研究方法 | 第22-23页 |
| ·本文的技术路线 | 第23-25页 |
| ·本文的研究成果及创新点 | 第25-26页 |
| 第二章 大维ECM 噪声检验理论分析框架 | 第26-35页 |
| ·大维随机矩阵的几种谱分布 | 第26-29页 |
| ·大维RM 的经验谱分布函数的极限分布 | 第26-27页 |
| ·随机矩阵的特征根极值 | 第27-28页 |
| ·随机矩阵的经验谱分布函数的收敛速度 | 第28-29页 |
| ·大维随机矩阵特征值分布 | 第29-31页 |
| ·随机矩阵特征谱 | 第29-30页 |
| ·随机矩阵Wigner 分布 | 第30-31页 |
| ·大维ECM | 第31-32页 |
| ·基于RMT 的大维ECM 分析原理与步骤 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 我国股市大维ECM 噪声主宰特征检验 | 第35-47页 |
| ·中国金融市场的交互关系 | 第35-37页 |
| ·样本选择和数据来源与描述 | 第35-36页 |
| ·收益ECM | 第36-37页 |
| ·基于RMT 的特征谱分析 | 第37-42页 |
| ·RMT 理论谱 | 第37页 |
| ·ECM 特征谱 | 第37-38页 |
| ·RMT 特征谱修正与对比 | 第38-42页 |
| ·ECM 主体谱检验结果 | 第42-46页 |
| ·GOE 统计下的一致性检验 | 第42-44页 |
| ·ECM 谱特征描述 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 投资组合环境下GCM 模型的提出 | 第47-56页 |
| ·Markowitz 投资组合理论简介 | 第47页 |
| ·Markowitz 均值-方差模型 | 第47-50页 |
| ·组合投资为何能分散风险？ | 第50页 |
| ·资产收益相关性的度量 | 第50-53页 |
| ·经验相关性 | 第50-52页 |
| ·Kendall τ相关性 | 第52-53页 |
| ·真实交互相关性建模 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 GCM 模型有效性检验与实证分析 | 第56-67页 |
| ·拟合风险对比 | 第56-59页 |
| ·方案设计 | 第56-57页 |
| ·实证结果分析 | 第57-59页 |
| ·预期风险对比 | 第59-61页 |
| ·方案设计 | 第59页 |
| ·实证结果分析 | 第59-61页 |
| ·去噪拟合风险对比 | 第61-65页 |
| ·小波去噪原理简介 | 第61-62页 |
| ·方案设计 | 第62-63页 |
| ·实证结果分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |
