政府管制研究系列文库：期权组合市场风险量度和监管研究

　　1 绪论
　　1.1 研究意义
　　1.2 国内外研究现状
　　1.3 研究内容
　　2 厚尾分布情形下市场变量回报时变协方差矩阵估计
　　2.1 常用的市场变量回报时变协方差矩阵估计模型
　　2.2 基于EM算法的时变协方差矩阵估计模型
　　2.3 反映所估计出协方差值的误差指标
　　2.4 市场变量日回报时变协方差矩阵估计的实证分析
　　2.5 本章小结
　　附录
　　3 期权组合风险度量的有效Monte Carl0模拟方法
　　3.1 引言
　　3.2 Delta-Gamina-Theta模型
　　3.3 基于常用Monte Carl0模拟方法的非线性VaR计算
　　3.4 基于重要抽样技术的非线性VaR计算
　　3.5 基于重要抽样和分层抽样相结合技术的非线性VaR计算
　　3.6 多元正态分布情形下的模拟结果与分析
　　3.7 本章小结
　　4 基于多元t分布的期权组合风险度量的方差减少技术
　　4.1 基于t分布的期权定价模型及其对应的希腊字母
　　4.2 多元t分布情形下的期权组合非线性VaR模型
　　4.3 基于重要抽样技术的Monte Carlo模拟方法
　　4.4 基于重要抽样和分层抽样耦合技术的Monte Carlo模拟方法
　　4.5 多元t分布情形下的数值模拟结果与分析
　　4.6 本章小结
　　5 混合正态分布及其参数估计
　　5.1 混合正态分布的定义
　　5.2 混合正态分布的数字特征
　　5.3 混合正态分布的参数估计
　　5.4 一类特殊的多元混合正态分布及其参数估计
　　6 基于多元混合正态分布的期权组合风险度量
　　6.1 基于多元混合正态分布的期权组合非线性VaR模型
　　6.2 基于Fourier-Inversion方法的期权组合非线性VaR数值计算
　　6.3 多元混合正态分布情形下的数值结果与分析
　　6.4 本章小结
　　7 基于多元Laplace分布的期权组合风险度量
　　7.1 基于多元Laplace分布的期权组合非线性VaR模型
　　7.2 风险函数转换技术
　　7.3 Laplace分布情形下的重要抽样技术
　　7.4 重要抽样技术在Delta-Gamma-Theta模型中的应用
　　7.5 多元Laplace分布情形下的模拟结果与分析
　　7.6 本章小结
　　8 期权组合市场风险度量的快速卷积方法
　　8.1 期权组合市场风险度量模型
　　8.2 快速卷积方法
　　8.3 案例验证
　　8.4 本章小结
　　附录
　　9 基于投影降维技术的期权组合非线性VaR模型
　　参考文献
　　后记

　　    陈荣达，教授，博士，中国数量经济学会理事，中国金融工程学年会理事，浙江省金融工程学会理事。《European Journal of Operational Research》（SCI期刊）、《管理科学学报》、《系统工程理论与实践》、《系统工程学报》、《中国管理科学》、《管理学报》等6个期刊的论文评审专家。主持和完成国家自然科学基金资助面上项目2项、省社科规划重点项目1项、中国博士后科学基金资助项目1项、省社科规划一般项目1项，获浙江省高校科研成果一等奖1项。以第一作者或独著的形式在《Interna-tional Journal of Computational Science》、《管理科学学报》、《系统工程理论与实践》、《系统工程学报》、《数量经济技术经济研究》、《管理工程学报》、《系统管理学报》、《运筹与管理》、《武汉理工大学学报》、《经济学动态》等国内外重要管理期刊上发表论文。

　　    《政府管制研究系列文库：期权组合市场风险量度和监管研究》针对市场变量回报的厚尾特征，对期权组合风险状况特性进行了科学的理论分析与定量分析。建立了分别以多元混合正态、多元t分布、多元Laplace分布来描述市场变量回报厚尾特征的非线性VaR度量模型，并对不同模型的特点进行了比较。