《金融市场风险度量》系统阐述金融市场风险度量的核心方法，兼顾理论与实践。内容上，先梳理传统与前沿风险度量方法，为读者搭建起坚实的方法基石；再通过实证案例，覆盖市场风险、信用风险以及操作风险等应用场景，结合实际数据演示模型运作，直观地呈现风险度量的应用逻辑；*后结合金融市场的演变特性，提出模型优化方向及新兴风险前瞻思路。目录**部分 金融风险的认知与度量第1章 导读 31.1 金融与金融风险 31.2 金融风险研究的意义 31.3 全书框架 6第2章 金融市场风险概念及度量方法 82.1 金融市场风险概念和风险度量方法及其应用概述 82.2 系统性风险概念及度量方法 11第二部分 金融风险研究的方法体系第3章 Copula方法 153.1 Copula方法应用概述 153.2 Copula的定义和Sklar定理 153.3 秩相关系数的定义 173.4 几个重要的Copula函数 193.5 Copula的藤分解结构 22第4章 分位点回归模型 294.1 分位点回归方法概述 304.2 分位点的定义 314.3 线性分位点回归模型的介绍与应用 314.4 非线性分位点回归模型的介绍与应用 32第5章 极值理论 365.1 极值理论概述 365.2 极值理论模型 365.3 极值理论在VaR 中的应用 42第6章 非参数统计 456.1 非参数统计方法概述 456.2 Bootstrap方法介绍以及其在VaR估计中的应用 466.3 非参数回归方法介绍 48第7章 机制转换方法 50第三部分 金融市场风险度量的相关研究第8章 已实现波动率与日内价差条件下的CVaR估计 558.1 Copula方法概述 558.2 已实现波动率的估计 558.3 基于Copula的CVaR估计 568.4 我国股票市场的实证分析 60第9章 高频连涨（连跌）收益率的相依结构及CVaR分析 659.1 高频连涨（连跌）收益率序列概述 659.2 连涨（连跌）收益率联合分布估计 669.3 基于Copula理论的股票连涨（连跌）收益率联合分布估计 669.4 基于纽约证券交易所数据的连涨（连跌）收益率风险实证分析 67第10章 基于Copula方法的CVaR估计 7010.1 C藤Copula方法概述 7010.2 基于C藤Copula方法的CVaR模型 7010.3 沪深300 指数和上证180指数以及上海黄金价格数据的金融市场风险实证分析 72第11章 基于MVMQ_CAViaR方法测量次贷危机的相依性 7711.1 MVMQ_CAViaR方法概述 7711.2 MVMQ_CAViaR模型 7711.3 全球金融危机跨国传染实证分析 78第12章 基于分位点回归模型的CVaR估计和杠杆效应分析 8212.1 分位点回归模型的CVaR估计方法概述 8212.2 已实现波动率的CVaR计算和相关杠杆效应模型介绍 8312.3 分位点回归模型的金融市场CVaR估计实证分析 85第13章 基于门限分位点回归模型的VaR和CVaR估计方法及应用 9113.1 应用门限分位点回归模型估计CVaR方法概述 9113.2 应用门限分位点回归模型估计VPIN条件下的CVaR 97第14章 基于极值理论的VaR和CVaR计算方法及其应用 10514.1 极值理论方法概述 10514.2 应用复合极值理论计算VaR 10614.3 应用改进希尔估计方法计算在险价值 11014.4 基于齐普夫幂律的尾部特征分析及VaR计算 11514.5 基于尾部指数回归方法的CVaR估计以及实证研究 118第15章 基于非参数统计的VaR计算方法及其应用 12215.1 非参数统计方法简介 12215.2 基于Bootstrap方法的VaR 计算 12215.3 基于收益率修正分布的VaR估计 125第16章 使用状态转换CAViaR模拟联合预测比特币的VaR和ES 13116.1 状态转换CAViaR方法概述 13116.2 比特币收益率和泡沫指数数据描述与特征分析 13216.3 比特币VaR和ES实证分析 13316.4 状态转换模型与泡沫指数的作用 136第四部分 系统性风险度量的相关研究第17章 基于条件在险价值方法对标准普尔500 指数和行业指数的相依性和系统风险分析 14117.1 条件在险价值方法概述 14117.2 马尔可夫状态转换模型与宏观经济变量的应用 14117.3 金融系统性风险度量方法 14217.4 估计方法和渐近性质 14517.5 蒙特卡罗模拟 146第18章 基于Copula模型的系统性风险研究 14918.1 Copula模型概述 14918.2 基于动态因子Copula模型的行业间系统性风险分析 14918.3 基于R藤Copula变点模型的金砖四国金融风险传染性与金融稳定性检验 158第19章 时变分位点关联回归模型在金融风险传染和VaR中的运用 17019.1 分位点关联回归模型的优势及其在股票市场传染性评估中的应用 17019.2 分位点关联回归模型 17119.3 一般估计过程 17219.4 基于多项式的估计过程 17319.5 评估捕获不同依赖结构能力的仿真训练 17419.6 分位点关联回归模型的数据选取 17619.7 分位点关联回归模型的金融实践 178第20章 基于变系数分位点回归模型的系统性风险研究 18120.1 金融稳定性分析与风险传染研究 18120.2 应用变系数分位点回归分析经济因素对全球股市风险的影响 18520.3 基于MIDAS_Expectile回归模型的加密货币风险测度 192第21章 基于尾部指数回归的动态系统性尾部风险度量 19921.1 系统性尾部风险系数与世界金融危机应对 19921.2 尾部指数回归模型介绍 19921.3 系统性尾部风险系数β 的动态估计 20021.4 基于系统性尾部风险系数的全球股票市场实证分析 200第22章 基于改进PWY 模型的泡沫检验 20422.1 金融危机与金融泡沫 20422.2 模型和方法 20422.3 上证综指泡沫的检验与修正模型应用 210第23章 波罗的海干散货指数与金砖国家金融市场稳定性 21223.1 国际贸易对金融市场稳定性的影响 21223.2 金砖国家金融市场稳定性检验模型 21223.3 金砖国家金融市场稳定性实证分析 214参考文献 217【免费在线读】第1章导读　　1.1金融与金融风险　　金融学本质上是研究时空维度中资源跨期配置效率的学科。在资金的时间价值转化过程中，风险作为金融活动的重要特征，始终贯穿于价值交换的全生命周期。现代金融风险主要包含内生性风险（如流动性风险）和外生性风险（如系统性风险），这里的“风险”在广义上同时考虑损益双侧的影响（如衍生品定价），但在实际应用中更多聚焦于下行风险在资本计提中的要求，即狭义的金融风险。同时，因为金融往往需要与对未来的预测相连接，预测产生的风险也随之而来。金融风险的研究在金融研究中有举足轻重的作用。　　1.2金融风险研究的意义　　金融活动一定涉及各种各样的金融风险，这是由金融活动的本质决定的。理解风险的原理、情境、产生机制和可能造成的后果，能够帮助掌控资金的人员更好地减少不确定性，从而在识别和衡量风险的基础上，对可能发生的风险事件提前准备应对和处置方案，以防止和减少损失，保证货币资金发放、筹集和经营活动的稳健进行。　　金融风险若不及时处理，造成的后果往往是难以估量的。举例来说，金融“灰犀牛”事件是指明显的、高发生概率的，却又屡屡被人忽视、*终有可能酿成大危机的事件。它在发酵之前往往不被重视，以致错失了*好的处理或控制风险的时机，*后可能导致极其严重的后果。很多金融危机事件，与其说是“黑天鹅”事件，其实更像是“灰犀牛”事件，在爆发前已有迹象显现，但却被忽视。这里的“黑天鹅”事件指难以预测，但突然发生时会引起连锁反应、带来巨大负面影响的小概率事件。它存在于自然、经济、政治等各个领域，处理不恰当会导致系统性风险，产生严重的后果。“黑天鹅”事件的意外性使金融风险建立在概率之上的数理分析方法失效，但防范“灰犀牛”事件也是风险分析的意义之一。习近平总书记也曾强调：“既要高度警惕‘黑天鹅’事件，也要防范‘灰犀牛’事件；既要有防范风险的先手，也要有应对和化解风险挑战的高招；既要打好防范和抵御风险的有准备之战，也要打好化险为夷、转危为机的战略主动战。”　　金融风险彼此间不是*立存在的，它们在时间、空间上有复杂的关联，但同时，没有一个“万能公式”能够准确预知风险。下面将以金融史上著名的风险事件为背景探明金融风险的特性，并阐述风险分析在危机防范中扮演的角色、意义和重要性。　　风险关联：20世纪70年代发达国家滞胀与2008年全球金融危机　　每一次金融危机的发生都不是*立的，金融是一个联动的系统，风险在其间流动，无论存在于空间上还是时间上。每一次风险事件都将对金融系统产生深刻的影响，它们可能重演，或以另一种形式出现，而金融风险研究为防范下一次危机的到来提供了坚实的后盾。　　一个典型的例子就是20世纪70年代发达国家滞胀与2008年全球金融危机。它们彼此间隔了近40年，危机产生的形式也不尽相同，很容易让人忽略它们的关联，但它们之间有着千丝万缕的联系。“滞胀”全称“停滞性通货膨胀”（stagflation），是一种存在于20世纪70年代美国等发达国家中的经济停滞与通货膨胀并存的经济现象。传统经济学中，菲利普斯*线的原理是通胀和失业呈此消彼长的替代关系，即经济上行阶段，失业率下降，但通胀率上升；经济下行阶段，失业率上升，但通胀率下降。然而，20世纪60年代中期以后，美国等发达国家相继出现了失业率与通胀率同时高涨的局面，菲利普斯*线失效，宏观经济政策陷入两难：若采取紧缩政策，则经济进一步下行；若实行扩张政策，则通胀进一步加剧。滞胀带来了经济政策的失效，引发金融市场动荡、股市价格暴跌，直至发生社会骚乱，以经济为基础的金融行业遭受了重创。　　以美国为例，20世纪70年代，美国共经历了三轮严重滞胀，其间经济增长放缓，高失业与高通胀并存，通胀率达到了15%以上，失业率从4%上升到近9%。以联邦德国为*的欧洲七个主要发达国家的国内生产总值（gross　domestic　product，GDP）年均增长率仅为2.4%，失业率为5.3%，消费物价年均上涨率达9.4%。而在此之前的1968～1972年，该七国的GDP年均增长率为4.3%，平均失业率为3.2%，消费物价年均上涨率为4.8%。　　在美国，通胀起源于肯尼迪政府和约翰逊政府。肯尼迪政府长期奉行凯恩斯主义，实行赤字财政政策，不断拉升通胀水平。美国联邦储备系统（简称美联储）配合政府，提高了货币供给增长率以防止市场利率上行。1969年通胀率上升至5%，是1951年以来的*高值。1971年，尼克松政府采取的“新经济政策”使通胀转为滞胀，物价在管制下仍然上涨了3.2%，失业率保持在5%的高位。1973～1979年两次石油危机爆发，*终将美国带入恶性通胀。1973年**次石油危机爆发，原油价格涨至原来的4倍，1975年，美国通胀率达到12%，跨入恶性通胀范畴。1979年，第二次石油危机爆发，全球原油供需矛盾进一步激化，推动原油价格增长为原来的2.4倍，美国通胀率飙升至14.8%。这一年美联储连续加息，加剧了经济衰退，GDP增速降至–1.8%、失业率上升至10.8%。*后，里根政府实行了一系列改革措施，与美联储紧缩的货币政策相配合，才使美国经济脱离滞胀。　　在滞胀期间，按照政策规定，银行活期存款不能支付利息，改变了银行的负债来源，促使储蓄存款量飙升，银行负债成本大幅上涨。由于资金成本的上升，储贷机构无法继续采用“短存长贷”的资产负债组合，处于破产边缘。高利率催生的“金融脱媒”沉重打击了以银行为代表的存款类机构的贷款能力，同时促使银行加大金融创新的力度，资产证券化和影子银行开始风行，这加速了2008年金融危机的到来。　　时至2006年，美国经济看似已走出阴霾，经济增速保持在3%～4%，失业率维持在4%～5%，通胀率在2%～3.5%徘徊，这些传统的经济指标都指向了一个健康发展的经济，但是2004～2006年，房屋价格上涨了30%，高额债务逐渐在各社会阶层间弥漫，银行信贷规模迅速扩张，滞胀危机留下的不良资产的处置方法和影子银行已经发展到了足以影响市场的程度。由于不恰当的资产操作和飙升的杠杆率，2007年2月，汇丰控股为其美国附属机构的次贷业务增加18亿美元坏账拨备，同年4月，美国第二大次贷公司新世纪金融公司申请破产保护，随后30余家次级抵押贷款公司停业。2008年9月，全球著名投资银行雷曼兄弟破产，美林公司被收购，市场恐慌蔓延，*终造成全系统的崩溃。　　2022年俄乌冲突爆发后带来原油和天然气供应的不确定性，碳中和压制了原油长期的资本开支，美国人口老龄化引发劳动力短缺，诸多迹象表明新一轮滞胀的迫近。但这是否真的会积压过多的金融压力，从而引发新一轮危机？要正确回答这个问题，涉及金融风险的另一个特征：成因复杂性。　　风险无定式：1997年亚洲金融危机与2015年中国股票市场危机　　20世纪60～90年代，欧美发达经济体基于比较优势理论启动产业梯度转移，率先将纺织、电子组装等劳动密集型产业向亚洲转移，亚洲经济迅速发展，泰国正是获利国之一。在亚洲金融危机前夕，东南亚国家的短期利率远高于美国的短期利率，泰国的隔夜利率甚至高达17%。这些国家实行固定汇率制度，但同时金融市场对外资不设任何限制地开放资本账户，资本管制完全放开。截至1996年，泰国存在大约480亿美元以投机资金为主要形式的短期债务，已经远超其380亿美元的外汇储备。大量过剩的流动资金进入股票市场和房地产市场，造成股价飙升，进一步吸引了国内外资本，泰国的银行等金融机构的贷款积累了大量的坏账和呆账，经常账户因出口贸易的放缓导致逆差迅速扩大。1997年7月2日，泰国宣布放弃固定汇率制，实行浮动汇率制，当天泰铢对美元的汇率下降了17%，正式引发东南亚金融风暴。　　危机爆发后，大多数东盟国家的股票市值至1997年10月底都下跌了20%以上。伴随暴跌的股市而来的是飙升的通胀率和失业率。1998年5月，印尼通胀率达5.24%，6月，菲律宾通胀率达10.7%，失业率高达13.3%，泰国通胀率达10.7%。1998年8月，危机传入巴西、俄罗斯等国，一场世界性的金融危机形成。　　股市过山车般的表现往往是危机发生的前兆，2015年发生在中国的股市危机引发了众多投资者和学者的关注。2014年7月后，中国股票市场出现三次大幅度上涨，七个月内，上海证券交易所综合股价指数（简称上证综指）从2450点涨到5166点，而从2015年6月15日开始，上证综指从开盘5174点一路狂跌，至8月26日达到*低2850点，其间触发了三次熔断，爆发了股票市场危机。　　在危机爆发时，全球市场上出现了诸多担忧，认为这场危机可能是亚洲新一轮危机的前兆。危机爆发前，中国正处于经济高速发展期，2014年GDP增速达7.3%，2008～2013年，中国贡献了全球生产总值增长量的37.6%，对外开放的经济政策和逐渐宽松的市场环境点燃了市场的乐观情绪，资本大量涌入股票和房地产市场，银行信贷规模剧增，国内外资本对市场的操纵暗流涌动，这仿佛与1997年的金融危机前夜如出一辙。在危机发生后，日本与美国的股市也遭受了波及，更加深了恐慌情绪。　　然而，危机得到了有效的控制，并未发生与1997年类似的灾难，这是因为发生危机的根本原因并不相同。金融市场的表现受到政治、经济、社会全方位的影响，1997年的危机发生于不当的外汇政策、外债结构和经济发展方式下，而2015年的股票市场剧烈波动是多重因素共振的结果：在宏观经济层面，正处于三期叠加（经济增长换档期、结构调整阵痛期、前期刺激政策消化期）的转型阶段，但我国同时有良好的经济基础和高效的政策手段做支撑，因此，仅靠表面的金融现象并不能合理预测风险。金融风险需要进行全方位、多角度的研究与分析，如市场情绪、政治政策、经济传导等，这也是风险分析的意义所在。　　面对严峻的金融形势，金融风险分析为维护金融稳定发挥着巨大的作用。其中，金融系统性风险分析能够揭示内在的风险根源和风险间的传染性，而市场风险分析能够明确危机的表现形式和可能结果，因此，对金融市场风险和系统性风险进行研究是非常有必要和有意义的。　　1.3全书框架　　本书基于作者已发表的学术论文，对金融市场风险和金融系统性风险的度