第1章 導論
1．1 研究背景和意義
1．2 國內外研究現(xiàn)狀
1．3 研究思路與研究方法
1．4 特色與創(chuàng)新之處
1．5 內容與結構安排


第2章 函數(shù)型數(shù)據(jù)分析
2．1 引言
2．2 函數(shù)型數(shù)據(jù)
2．2．1 函數(shù)型數(shù)據(jù)
2．2．2 函數(shù)型數(shù)據(jù)預處理
2．3 函數(shù)型數(shù)據(jù)分析的一般方法
2．4．金融數(shù)據(jù)的函數(shù)型表達
2．5 本章小結


第3章 函數(shù)型主成分分析與聚類分析
3．1 引言
3．2 理論背景
3．2．1 函數(shù)型主成分分析的原理
3．2．2 Mercer引理與Karhunen-Loeve展開式
3．3 實證研究
3．3．1 模型設定
3．3．2 數(shù)據(jù)與變量
3．3．3 實證結果分析
3．4 聚類分析
3．4．1 聚類分析的原理
3．4．2 K-means聚類分析的算法
3．4．3 聚類分析的實證結果
3．5 本章小結


第4章 基于函數(shù)型數(shù)據(jù)的股票市場波動率研究
4．1 引言
4．2 文獻回顧
4．2．1 股票日間波動率
4．2．2 股票日內波動率
4．3 理論背景
4．4 實證分析
4．4．1 數(shù)據(jù)與變量
4．4．2 模型設定
4．4．3 算法
4．4．4 模型估計
4．4．5 實證結果分析
4．5 模型預測
4．5．1 樣本內與樣本外預測
4．5．2 預測效果的評價
4．6 本章小結


第5章 函數(shù)型數(shù)據(jù)分析與金融風險管理
5．1 引言
5．2 文獻回顧
5．2．1 風險價值的相關文獻
5．2．2 基于分位數(shù)的風險價值
5．3 理論背景
5．3．1 相對風險測度方法
5．3．2 絕對風險測度方法
5．4 基于函數(shù)型數(shù)據(jù)的多元風險管理
5．4．1 模型設定
5．4．2 數(shù)據(jù)與變量
5．4．3 算法
5．4．4 實證結果分析
5．5 本章小結


第6章 總結與研究展望
6．1 總結
6．2 研究展望
6．2．1 多元模型與二維函數(shù)型模型的研究
6．2．2 混合模型的研究
6．2．3 集成風險模型的研究
參考文獻
附錄
后記