中文摘要 | 第8-10页 |
英文摘要 | 第10-11页 |
第一章 绪论 | 第12-16页 |
§1.1 引言 | 第12-14页 |
§1.2 分位数回归理论的发展 | 第14-15页 |
§1.3 本文结构安排 | 第15-16页 |
第二章 分位数回归模型与贝叶斯分析基础 | 第16-30页 |
§2.1 分位数回归模型 | 第16-18页 |
§2.2 贝叶斯分析基础 | 第18-24页 |
§2.2.1 逆伽马(IG)分布 | 第19-20页 |
§2.2.2 正态样本中的贝叶斯估计 | 第20-22页 |
§2.2.3 数值模拟 | 第22-24页 |
§2.3 马尔科夫链蒙特卡罗方法 | 第24-30页 |
§2.3.1 蒙特卡罗积分 | 第24-25页 |
§2.3.2 马尔科夫链 | 第25-27页 |
§2.3.3 Metropolis-Hasting抽样 | 第27-28页 |
§2.3.4 Gibbs抽样 | 第28-30页 |
第三章 贝叶斯分位数回归模型与变量惩罚效应 | 第30-42页 |
§3.1 分位数回归模型中的贝叶斯估计 | 第30-37页 |
§3.1.1 非对称拉普拉斯分布(ALD) | 第30-33页 |
§3.1.2 广义逆高斯分布(GIG) | 第33-34页 |
§3.1.3 后验推断 | 第34-37页 |
§3.2 变量惩罚效应 | 第37-42页 |
§3.2.1 正则化方法 | 第37-39页 |
§3.2.2 贝叶斯Lasso分位数回归 | 第39-42页 |
第四章 贝叶斯分位数回归在金融风险管理中的应用 | 第42-46页 |
§4.1 金融风险管理概述 | 第42-44页 |
§4.2 实证研究 | 第44-46页 |
第五章 总结与展望 | 第46-48页 |
参考文献 | 第48-52页 |
致谢 | 第52-53页 |
附件 | 第53页 |