中国金融市场风险预警研究

第1章 金融市场风险预警的理论基础1.1 金融市场风险预警方法概述1.1.1 金融预测方法1.1.2 金融预警方法1.1.3 预警指标1.1.4 预警模型1.2 BP神经网络的理论基础1.2.1 BP神经网络模型基本原理1.2.2 BP学习算法1.2.3 国外研究现状分析1.3 支持向量机概述1.3.1 支持向量机的理论基础1.3.2 支持向量机（SVM）国内外研究现状分析1.4 ARCH系列模型概述1.4.1 国外对ARCH模型的研究1.4.2 国内对ARCH模型的研究1.4.3 国内外研究现状述评1.5 CVaR方法概述1.5.1 CVaR方法的理论基础1.5.2 国内外研究现状分析本章小结第2章 股指金融市场风险预测2.1 基于BP模型的股票指数预测2.1.1 引言2.1.2 样本选取与网络参数确定2.1.3 实证分析与预测2.2 基于SVM模型的股票指数预测2.2.1 引言2.2.2 样本数据处理2.2.3 基于v-SVR股指预测模型构建2.2.4 对深证成指的实证分析本章小结第3章 标普500指数期货风险预警研究3.1 研究背景3.2 标普500指数期货风险的内涵分析3.2.1 标普500指数期货市场收益率的基本统计特征3.2.2 标普500指数期货风险的理论分析3.3 基于CVaR方法的标普500指数期货风险预警3.3.1 基于CVaR方法的股指期货风险预警体系的建立3.3.1 基于CVaR方法的标普500指数期货风险度量3.4 标普500指数期货对我国股指期货风险监管的可借鉴性3.4.1 标普500与沪深300指数期货收益率的基本统计量对比分析3.4.2 标普500指数期货与沪深300指数期货的基本差异本章小结本章附录第4章 中国沪深300股指期货风险预警研究第5章 中国股指期货市场政策性控制索引参考文献致谢

　　《中国金融市场风险预警研究》运用神经网络模型、支持向量机模型、广义误差分布系列模型及条件风险价值模型等众多风险预警和预测模型，对影响中国股指期货市场的风险及风险成因进行分析。并运用实证研究结果，帮助管理层和投资者进行有效的市场风险分离和防范。以期达到通过开放股指期货市场，稳定股票市场，稳定中国资本市场良性运作的目的。