| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 插图索引 | 第14-17页 |
| 附表索引 | 第17-18页 |
| 第1章 绪论 | 第18-34页 |
| 1.1 研究背景与研究意义 | 第18-20页 |
| 1.1.1 研究背景 | 第18-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 相关文献综述 | 第20-29页 |
| 1.2.1 分形分析 | 第20-23页 |
| 1.2.2 复杂网络 | 第23-26页 |
| 1.2.3 随机矩阵 | 第26-27页 |
| 1.2.4 研究启示 | 第27-29页 |
| 1.3 研究思路与研究内容 | 第29-32页 |
| 1.3.1 研究思路 | 第29-31页 |
| 1.3.2 研究内容 | 第31-32页 |
| 1.4 研究创新 | 第32-34页 |
| 第2章 金融市场互相关性的理论分析与研究方法 | 第34-51页 |
| 2.1 基本概念的界定 | 第34-36页 |
| 2.1.1 金融市场 | 第34-35页 |
| 2.1.2 互相关性 | 第35-36页 |
| 2.2 金融市场互相关性的既定特征 | 第36-40页 |
| 2.2.1 非线性 | 第37页 |
| 2.2.2 自相似性 | 第37-38页 |
| 2.2.3 复杂性 | 第38-39页 |
| 2.2.4 动态性 | 第39-40页 |
| 2.3 基于复杂系统理论的金融市场互相关性度量方法 | 第40-50页 |
| 2.3.1 分形分析理论 | 第40-45页 |
| 2.3.2 复杂网络理论 | 第45-48页 |
| 2.3.3 随机矩阵理论 | 第48-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第3章 基于分形分析的两个金融市场互相关性研究 | 第51-86页 |
| 3.1 人民币与其货币篮子中 4 个主要货币的互相关性研究 | 第51-63页 |
| 3.1.1 研究动机 | 第51-53页 |
| 3.1.2 数据与初始分析 | 第53-55页 |
| 3.1.3 互相关性检验 | 第55-56页 |
| 3.1.4 单分形分析 | 第56-60页 |
| 3.1.5 滑窗分析 | 第60-63页 |
| 3.1.6 研究结果 | 第63页 |
| 3.2 沪深 300 现货市场与期货市场的互相关性研究 | 第63-75页 |
| 3.2.1 研究动机 | 第63-64页 |
| 3.2.2 MF-XDMA 法 | 第64-66页 |
| 3.2.3 数据与初始分析 | 第66-69页 |
| 3.2.4 互相关性检验 | 第69页 |
| 3.2.5 多重分形分析 | 第69-73页 |
| 3.2.6 滑窗分析 | 第73-75页 |
| 3.2.7 研究结果 | 第75页 |
| 3.3 降趋势最小方差套期保值比率方法研究 | 第75-85页 |
| 3.3.1 研究动机 | 第75-76页 |
| 3.3.2 MV 与 D-MV 套期保值比率方法 | 第76-78页 |
| 3.3.3 数据与初始分析 | 第78-80页 |
| 3.3.4 二元 ARFIMA 过程的模拟分析 | 第80-83页 |
| 3.3.5 S&P 500 股指与 WTI 原油数据的实证分析 | 第83-85页 |
| 3.3.6 研究结果 | 第85页 |
| 3.4 本章小结 | 第85-86页 |
| 第4章 基于复杂网络的多个金融市场互相关性研究 | 第86-127页 |
| 4.1 美国次贷危机背景下的全球外汇市场网络互相关性研究 | 第86-99页 |
| 4.1.1 研究动机 | 第86-87页 |
| 4.1.2 实证数据 | 第87-89页 |
| 4.1.3 基于动态时间弯曲法的互相关性网络构建方法 | 第89-92页 |
| 4.1.4 初始分析 | 第92-93页 |
| 4.1.5 最小生成树分析 | 第93-95页 |
| 4.1.6 层次树分析 | 第95-97页 |
| 4.1.7 数值分析 | 第97-98页 |
| 4.1.8 研究结果 | 第98-99页 |
| 4.2 不同时间尺度下的全球外汇市场网络互相关性研究 | 第99-111页 |
| 4.2.1 研究动机 | 第99-100页 |
| 4.2.2 实证数据 | 第100-101页 |
| 4.2.3 基于 DCCA 系数法的互相关性网络构建方法 | 第101-102页 |
| 4.2.4 互相关系数的统计分析 | 第102-103页 |
| 4.2.5 最小生成树分析 | 第103-107页 |
| 4.2.6 拓扑特征分析 | 第107-108页 |
| 4.2.7 无标度分析 | 第108-110页 |
| 4.2.8 单步存活比率分析 | 第110-111页 |
| 4.2.9 研究结果 | 第111页 |
| 4.3 动态时变的全球外汇市场网络互相关性研究 | 第111-125页 |
| 4.3.1 研究动机 | 第111-113页 |
| 4.3.2 实证数据 | 第113页 |
| 4.3.3 基于时变 Copula 模型的互相关性网络构建方法 | 第113-116页 |
| 4.3.4 互相关系数与 MST 距离的统计分析 | 第116-117页 |
| 4.3.5 最小生成树分析 | 第117-120页 |
| 4.3.6 拓扑特征分析 | 第120-122页 |
| 4.3.7 单步与多步存活比率分析 | 第122-124页 |
| 4.3.8 研究结果 | 第124-125页 |
| 4.4 本章小结 | 第125-127页 |
| 第5章 基于随机矩阵的金融市场内部互相关性研究 | 第127-146页 |
| 5.1 研究动机 | 第127-129页 |
| 5.2 实证数据 | 第129页 |
| 5.3 DCCA 系数法与随机矩阵理论 | 第129-130页 |
| 5.4 实证分析 | 第130-144页 |
| 5.4.1 互相关系数的统计分析 | 第130-133页 |
| 5.4.2 特征值的统计分析 | 第133-137页 |
| 5.4.3 特征向量的统计分析 | 第137-140页 |
| 5.4.4 反参与比率分析 | 第140-142页 |
| 5.4.5 市场因子的滤波分析 | 第142-144页 |
| 5.5 本章小结 | 第144-146页 |
| 结论 | 第146-148页 |
| 参考文献 | 第148-163页 |
| 致谢 | 第163-165页 |
| 附录A 攻读博士学位期间的科研成果与获奖 | 第165-167页 |
| A.1 作为第一作者与通讯作者发表的学术论文 | 第165-166页 |
| A.2 其它学术论文 | 第166页 |
| A.3 主持和参与的科研课题 | 第166-167页 |
| A.4 主要获奖 | 第167页 |
