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。