第1章 绪论

 1.1 问题的提出

 1.2 研究对象

 1.3 研究思路

 1.4 可能的创新点

第2章 国内外研究现状述评

 2.1 理论研究现状

 2.2 MSV建模综述

 2.3 MSV的MCMC估计方法

 2.4 应用研究综述

 2.5 国内研究现状

第3章 金融市场波动性解析

 3.1 波动性的界定

 3.2 波动性的类型

 3.3 波动性的特征

 3.4 金融市场波动的相关理论

 3.5 估计波动性的常用模型

 3.6 波动的联动性

第4章 随机波动模型

 4.1 一元随机波动模型

 4.2 多元随机波动模型（MSV）

 4.3 随机波动模型的统计特性

 4.4 扩展随机波动模型

 4.5 随机波动模型研究的展望

第5章 随机波动模型的估计及预测

 5.1 随机波动模型估计方法

 5.2 马尔科夫链蒙特卡罗（MCMC）方法

 5.3 基于MCMC和Kalman滤波的波动性预测

 5.4 MCMC应用软件——WinB[JGS

第6章 基于MCMC的股票市场随机波动实证分析

 6.1 金融市场随机波动联动性实证设计

 6.2 股票市场随机变动的描述统计

 6.3 基于正态分布MCMC的股票市场随机波动分析

 6.4 基于t分布MCMC的股票市场随机变动分析

 6.5 SV模型实证比较分析

第7章 基于MCMC的股票市场随机波动联动性实证分析

 7.1 随机波动联动性描述统计

 7.2 股价指数之间波动性的Granger因果检验

 7.3 基于MCMC的股市随机波动联动性实证设计

 7.4 沪深股市间随机波动联动性实证结果分析

 7.5 中外股市间随机波动联动陛实证结果及分析

 7.6 研究结论

第8章 基于MCMC的外汇与股票市场随机波动联动性实证分析

 8.1 样本选择与描述统计

 8.2 人民币兑美元汇率一元SV实证分析

 8.3 人民币兑美元汇率与股市随机波动联动性实证分析

 8.4 实证结论

第9章 中国股票市场波动联动性预警分析

 9.1 SV预测及预警原理

 9.2 一元SV模型波动率预测

 9.3 一元SV模型波动率短期预测

 9.4 MSV模型波动率预测

 9.5 基于联动随机波动模型的预警机制设计

 9.6 基于联动随机波动模型的预警测定

 9.7 结论与展望

第10章 防范中国股票市场过度波动的对策建议

 10.1 理顺实体经济与股票市场的良性互动关系

 10.2 健全我国股票市场微观机制

 10.3 优化上市公司进、调、出的机制

 10.4 培育理性投资者

 10.5 进一步发挥政府的作用

第11章 结论及研究展望

 11.1 研究结论

 11.2 研究展望

附录

 附录1 SV—N模型估计的WinBUGS程序

 附录2 SV—t模型估计的WinBUGS程序

 附录3 MSV—N模型估计的WinBUGS程序

 附录4 MSV—t模型估计的WinBUGS程序

 附录5 部分原始数据

参考文献

后记

不论是金融的宏观监管或是微观机理探析，不论是测算投资收益或是防范金融风险，不论是金融理论研究者或是实务工作者，如何分析金融市场波动性都是绕不过去的坎，这个难度极大，没有让人特别信服明确的答案。基于此，本书通过前沿的马尔科夫链蒙特卡洛（MCMC）方法建模，通过WINBUGS系统分析中国股票市场的波动性，尤其侧重分析美国道琼斯股价指数、香港恒生股价指数、人民币兑美元的汇率指数、上证综合股价指数、深圳成分股价指数之间波动性的联动性。实际测算出来结果是：中国股票市场波动性相对较大，测算不同金融市场的波动联动性精度有所提高，建立在波动性、波动联动性基础上的预警机制虽然与指导实际投资操作的要求还有距离，但其预警作用明显。邱冬阳、苏理云著的《金融市场随机波动的联动性及预警机制研究——基于马尔科夫链蒙特卡洛抽样方法》丰富了经典的金融市场波动性研究。

邱冬阳、苏理云著的《金融市场随机波动的联动性及预警机制研究——基于马尔科夫链蒙特卡洛抽样方法》从金融市场中的随机波动性特征入手，梳理了解释金融市场随机波动的随机游走假说、有效市场理论、协同市场假说、分形与混沌市场理论、行为金融理论等主要金融理论。每个理论都从某个角度解释了金融市场随机波动的某些现象和部分特征，并建立起了基于理论假设的随机波动数理模型。本书归纳了研究金融市场随机波动主要数理模型及其模型的演化脉络：从ARMA到GARCH，再到随机波动（SV）模型。重点分析了SV模型的数学原理、假设条件、模型特征、一元与二元模型、估计方法、预测预警等，在此基础上详细介绍了实现SV模型估计、预测、预警的专门方法——马尔科夫链抽样方法（MCMC）的基本思想、Gibbs抽样原理以及用于MCMC方法的算法软件WinBUGS的实现路径。