基于SV模型的互联网板块跳跃风险及相关策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 论文研究的背景和意义 | 第10-12页 |
| 1.1.1 论文研究的背景 | 第10-11页 |
| 1.1.2 论文研究的目的和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 论文研究思路和研究方法 | 第16-17页 |
| 1.3.1 论文的研究思路 | 第16-17页 |
| 1.3.2 论文的研究方法 | 第17页 |
| 1.4 论文的创新之处 | 第17-20页 |
| 第2章 互联网板块的跳跃风险及其产生机理 | 第20-31页 |
| 2.1 互联网板块概述 | 第20-22页 |
| 2.1.1 互联网行业概述 | 第20-21页 |
| 2.1.2 互联网股票指数构成 | 第21-22页 |
| 2.2 股票市场的跳跃行为和风险 | 第22-23页 |
| 2.3 互联网板块跳跃风险产生的机理 | 第23-29页 |
| 2.3.1 宏观层面跳跃风险产生的机理 | 第23-25页 |
| 2.3.2 微观层面跳跃风险产生的机理 | 第25-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 基于SV模型的互联网股票指数跳跃风险测量 | 第31-41页 |
| 3.1 互联网板块波动测度的SV模型及其特点 | 第31-33页 |
| 3.1.1 模型及数据的选择 | 第31-32页 |
| 3.1.2 SV-T模型及其贝叶斯分析 | 第32-33页 |
| 3.2 MCMC法及Gibbs抽样 | 第33-36页 |
| 3.2.1 MCMC法 | 第33-35页 |
| 3.2.2 Gibbs抽样 | 第35-36页 |
| 3.3 实证分析 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 互联网股票指数不同阶段跳跃行为分析 | 第41-57页 |
| 4.1 跳跃风险阈值的选取 | 第41-42页 |
| 4.2 跳跃风险因子及模型选取 | 第42-47页 |
| 4.2.1 跳跃风险因子的选取 | 第43-45页 |
| 4.2.2 VAR模型及相关检验 | 第45-47页 |
| 4.3 实证分析 | 第47-56页 |
| 4.3.1 跳跃风险因子在牛市中的表现 | 第47-50页 |
| 4.3.2 跳跃风险因子在熊市中的表现 | 第50-53页 |
| 4.3.3 跳跃风险因子在震荡市中的表现 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于互联网板块跳跃风险分析的相关策略 | 第57-62页 |
| 5.1 完善证券监管的策略 | 第57-58页 |
| 5.1.1 提高异常波动发生前的预警能力 | 第57页 |
| 5.1.2 严格规范市场监管 | 第57-58页 |
| 5.1.3 加强风险应对能力 | 第58页 |
| 5.2 完善机构投资者的投资和管理策略 | 第58-59页 |
| 5.2.1 提高风险对冲效率 | 第58-59页 |
| 5.2.2 健全内控管理体系 | 第59页 |
| 5.3 完善个人投资者的投资策略 | 第59-60页 |
| 5.3.1 适当培育个人投资者的投资理念 | 第59页 |
| 5.3.2 正确建立个人投资者的投资策略 | 第59-60页 |
| 5.3.3 善用反向投资提高交易胜率 | 第60页 |
| 5.4 完善金融市场结构的策略 | 第60-61页 |
| 5.4.1 注册制推行下上市公司内在价值的优化 | 第60页 |
| 5.4.2 完善各细分化市场职责 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
