《函数型数据分析的金融应用与实证分析》对函数型数据在金融市场中的应用进行了较为全面的分析。从金融市场出发，提供了一系列重要问题的具体应用和解决方案。重要的是，提供了从函数视角出发，分析金融市场行为的思维方式。基于函数型数据分析这一新的视角，为更好地认识和理解中国金融市场的变化规律和风险提供了新的分析工具和实证证据。研究结合了函数型数据分析方法、时间序列分析和统计算法中的重要思想和方法，并将其应用到刻画资产价格变化和衡量风险的研究中。
隋钰冰，1988年生，汉族，重庆江北人。金融学博士，深圳大学理论经济学博士后流动站在站博士后。工作单位深圳大学经济学院，研究方向金融风险管理、家庭金融学。
第1章 导论
1．1 研究背景和意义
1．2 国内外研究现状
1．3 研究思路与研究方法
1．4 特色与创新之处
1．5 内容与结构安排
第2章 函数型数据分析
2．1 引言
2．2 函数型数据
2．2．1 函数型数据
2．2．2 函数型数据预处理
2．3 函数型数据分析的一般方法
2．4．金融数据的函数型表达
2．5 本章小结
第3章 函数型主成分分析与聚类分析
3．1 引言
3．2 理论背景
3．2．1 函数型主成分分析的原理
3．2．2 Mercer引理与Karhunen-Loeve展开式
3．3 实证研究
3．3．1 模型设定
3．3．2 数据与变量
3．3．3 实证结果分析
3．4 聚类分析
3．4．1 聚类分析的原理
3．4．2 K-means聚类分析的算法
3．4．3 聚类分析的实证结果
3．5 本章小结
第4章 基于函数型数据的股票市场波动率研究
4．1 引言
4．2 文献回顾
4．2．1 股票日间波动率
4．2．2 股票日内波动率
4．3 理论背景
4．4 实证分析
4．4．1 数据与变量
4．4．2 模型设定
4．4．3 算法
4．4．4 模型估计
4．4．5 实证结果分析
4．5 模型预测
4．5．1 样本内与样本外预测
4．5．2 预测效果的评价
4．6 本章小结
第5章 函数型数据分析与金融风险管理
5．1 引言
5．2 文献回顾
5．2．1 风险价值的相关文献
5．2．2 基于分位数的风险价值
5．3 理论背景
5．3．1 相对风险测度方法
5．3．2 绝对风险测度方法
5．4 基于函数型数据的多元风险管理
5．4．1 模型设定
5．4．2 数据与变量
5．4．3 算法
5．4．4 实证结果分析
5．5 本章小结
第6章 总结与研究展望
6．1 总结
6．2 研究展望
6．2．1 多元模型与二维函数型模型的研究
6．2．2 混合模型的研究
6．2．3 集成风险模型的研究
参考文献
附录
后记
书单推荐
