摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景、目的和意义、创新点 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 研究目的 | 第10-11页 |
1.1.3 研究意义和创新点 | 第11页 |
1.2 国内外相关研究综述 | 第11-15页 |
1.2.1 国外关于风险溢出效应的研究 | 第12-13页 |
1.2.2 国内关于风险溢出效应的研究 | 第13-14页 |
1.2.3 国外关于玉米期货的研究现状 | 第14-15页 |
1.2.4 国内关于玉米期货的研究现状 | 第15页 |
1.2.5 国内外文献评述 | 第15页 |
1.3 研究内容与研究方法 | 第15-16页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 研究方法 | 第16页 |
1.4 论文结构图 | 第16-18页 |
第2章 风险溢出效应的基础理论 | 第18-28页 |
2.1 风险溢出效应的理论测量模型 | 第18-24页 |
2.1.1 GARCH模型 | 第18-19页 |
2.1.2 CoVaR模型 | 第19-20页 |
2.1.3 Copula函数 | 第20-24页 |
2.2 风险溢出效应的基础理论 | 第24-26页 |
2.2.1 基于完全理性角度的风险溢出效应理论 | 第24页 |
2.2.2 基于非完全理性角度的风险溢出效应理论 | 第24-26页 |
2.3 中美玉米期货市场风险溢出效应的描述性分析 | 第26-28页 |
2.3.1 信息传递与投资组合造成两市场的风险溢出产生 | 第26页 |
2.3.2 非理性金融行为加剧两市场间的风险溢出效应 | 第26-28页 |
第3章 中美玉米期货市场风险溢出的关联性检验 | 第28-38页 |
3.1 数据来源、处理及统计性特征 | 第28-31页 |
3.1.1 数据来源 | 第28页 |
3.1.2 数据处理 | 第28-29页 |
3.1.3 数据的统计性特征分析 | 第29-31页 |
3.2 数据平稳性检验 | 第31-32页 |
3.3 两市场间的关联性检验 | 第32-36页 |
3.3.1 指数GARCH模型(EGARCH)估计 | 第33-34页 |
3.3.2 两市VaR估计 | 第34-35页 |
3.3.3 两市场间的关联性检验 | 第35-36页 |
3.4 小结 | 第36-38页 |
第4章 中美玉米期货市场风险溢出效应量化研究 | 第38-53页 |
4.1 确定边缘分布 | 第38-42页 |
4.1.1 参数法确定边缘分布 | 第38-40页 |
4.1.2 非参数法确定边缘分布 | 第40-42页 |
4.2 Copula函数最优选择 | 第42-50页 |
4.2.1 Copula函数选择 | 第42-44页 |
4.2.2 参数估计 | 第44-48页 |
4.2.3 秩相关系数估计 | 第48-49页 |
4.2.4 模型评价 | 第49-50页 |
4.3 计算CoVaR | 第50-52页 |
4.4 小结 | 第52-53页 |
第5章 对策建议 | 第53-56页 |
5.1 争取掌握全球玉米定价权 | 第53页 |
5.1.1 加强各国合作 | 第53页 |
5.1.2 提高竞争力 | 第53页 |
5.1.3 积极完善农产品期货交易所的相关制度建设 | 第53页 |
5.2 加强监管以防范外部风险 | 第53-54页 |
5.2.1 适时更新和规范期货市场的监管手段和方式 | 第54页 |
5.2.2 加强监控市场信息 | 第54页 |
5.2.3 加快中国的金融市场改革 | 第54页 |
5.3 注重培养期货市场参与者素质 | 第54-56页 |
第6章 结论 | 第56-58页 |
参考文献 | 第58-61页 |
在学研究成果 | 第61-62页 |
致谢 | 第62页 |