熊笑忠（James X. Xiong），美国晨星公司（Morningstar，Inc）投资管理部门量化研究总监（Headof Quantitative Research），注册金融分析师，美国休斯顿大学物理学博士。负责开发新的定量投资方法、危机风险管理、管理动量投资、投资组合优化、战略和动态的资产配置、保险产品的配置、选择共同基金及另类资产类投资，以及高级Monte Carlo模拟。他在投资相关的领域进行了广泛的研究，并为投资咨询和软件开发提供研究支持。
　　他的论文发表在著名的金融分析师期刊（Financial Analysts Journal，12／2012，3／2012，2011，2010），金融机构的风险管理期刊（Journal of Risk Management in Financial Institutions），投资组合管理期刊（Journal of Portfolio Management，2014，2013，2008），及其他期刊。其中一篇2012年合著的在FAJ发表的“The Liquidity Style of Mutual Fuuds”获得享有盛名的Graham ＆Dodd Scroll奖。此外，他为3本学术书写了章节。
　　他应邀多次在尾端风险领域进行演讲。采访过他的媒体包括：华尔街日报，Ignites，Retirement Income Journal，Morningstar．com的视频采访等。
　　他于2000年作为一名软件工程师加入美国晨星公司，后成为定量分析师。加入晨星公司之前，熊博士曾在美国著名的阿贡国家实验室，美国北伊利诺伊大学和休斯顿大学从事物理学研究。他在科学期刊上发表超过15篇论文。他的博士论文发现了高温氧化物超导体里的一个重要的新的结构相变，这一发现发表在物理学著名期刊《物理评论快报》（1996年，第76卷，第2997页）上。
　　他在1989年取得中国武汉大学物理学学士学位，1994年取得美国休斯顿大学物理学硕士学位，1996年取得美国休斯顿大学物理学博士学位。他还获得了注册金融分析师（CFA）证书。

　　尾端风险指极端事件或极端损失发生的可能性，它对整个经济、金融市场和个人投资的影响极其深远。经济萧条、市场崩溃、过度投资和投资者血本无归等都是它可能带来的严重后果。如何认识、预测和管理尾端风险是投资者和金融从业者的主要任务和挑战。《资产和市场的尾端风险管理》对影响深远的市场泡沫和危机事件作了历史回顾，对泡沫和崩溃的起源和原理进行了经济、心理、统计和物理学的深层次分析，深入浅出地用大量实例、模型和数据分析帮助读者认识、预测和管理尾端风险。
　　《资产和市场的尾端风险管理》集合了大量金融学术界和投资职业界的最新研究成果和实践结晶，对当前学术前沿进行了深入探讨，如截断列维、对些世领域的监管者。

第一部分 资产和市场的尾端风险剖析
1.1 史上著名的市场泡沫和崩溃
1.1.1 郁金香狂热
1.1.2 南海泡沫事件
1.1.3 大萧条
1.1.4 日本经济泡沫
1.1.5 1987年全球股灾
1.1.6 亚洲金融危机
1.1.7 2000年互联网泡沫
1.1.8 美国住房市场泡沫和次贷危机
1.1.9 中国股市泡沫
1.1.10 中国书画市场的泡沫
1.2 资产和市场尾端风险的经济和心理分析
1.2.1 Minskv的金融不稳定假说
1.2.2 噪声交易理论
1.2.3 卖空受限
1.2.4 异质信念
1.2.5 转售权的泡沫理论
1.2.6 泡沫破灭
1.2.7 泡沫引起的过度投资
1.2.8 过度自信
1.2.9 羊群效应和市场波动
1.3 资产和市场尾端风险的统计分析
1.3.1 正态分布严重低估尾端风险
1.3.2 尾端风险度量
1.3.3 Levy稳定分布
1.3.4 截断列雏（TLF）
1.3.5 Studerlt’s.t-分布
1.3.6 混合正态分布
1.3.7 GARCH模型
1.3.8 主要指数的收益率厚尾分布建模
1.4 资产和市场尾端风险的物理学分析
1.4.1 地震规律的应用
1.4. 2破产股票的统计物理分析
I.5 极值理论
1.6 不对称的相关性与市场偏度
1.6.1 测量不对称相关性
1.6.2 不对称相关和市场负偏度的关系
1.6.3 个股正偏度和市场负偏度
1.7 指数交易如何增加市场的脆弱性
1.7.1 指数交易的增长
1.7.2 测量交易的共性
1.7.3 测量成对相关性
1.7.4 指数交易对投资组合的影响
1.8 高频交易（HFT）对市场的冲击
1.8.1 2010年5月6日的闪电崩盘
1.8.2 充满争议的高频交易
1.8.3 市场结构和闪电崩盘
1.8.4 羊群效应和高频交易

第二部分 资产和市场尾端风险的预测
2.1 加速增长能导致崩溃
2.1.1 价格加速增长
2.1.2 股灾测量方法
2.1.3 横截面回归分析设置
2.1.4 预测股票崩溃
2.1.5 加速增长对投资组合的影响
2.1.6 预测市场崩溃
附录 EcVaR（Excess.Conditional.Value—at—Risk）
2.2 投资者情绪指数
2.3 状态转换模型
2.3.1 Markov转换过程
2.3.2 实例分析
2.4 对数周期性幂律模型
2.4.1 1929年S&P500指数崩溃
2.4.2 1987年S&P500指数崩溃
2.4.3 1997年香港恒生指数崩溃
2.4.4 2000年纳斯达克指数崩溃
2.4.5 预测2007年中国股市崩溃
2.4.6 预测中国国画400指数泡沫破灭
附录 对数周期性幂律量化公式

第三部分 资产和市场的尾端风险管理
3.1 左尾损失最小化
3.1.1 模拟非正态分布
3.1.2 奈件风险值
3.1.3 M—CVaR优化
3.1.4 假设的4个简单资产
3.1.5 情形1：零偏度和相同峰度
3.1.6 情形2：零偏度和不同峰度
3.1.7 情形3：非零偏度和相同峰度
3.1.8 情形4：非零偏度和不同峰度
3.1.9 总结情形1—4
3.1.10 情形5：14个资产类的投资组合
附录 多元1TLF分布
3.2 波动率与左尾风险的溢价
3.2.1 测量波动性与尾端风险
3.2.2 波动性溢价和尾端风险溢价
3.2.3 波动率和尾端风险的alpha
3.2.4 Fama—MacBeth回归分析
3.2.5 基金的启与Coskewness
附录 股票基金的非正态分布
3.3 期权或期货规避尾端风险的策略
3.3.1 上下限期权（Collar）
3.3.2 VIx期货
3.3.3 CBOE-VIX规避尾端风险指数
3.3.4 VIX看涨期权与S&P.500的看跌期权
3.4 动态资产配置与风险控制策略
3.4.1 基于市场波动率的动态调整
3.4.2 基于市场流动性的动态调整
3.5 新型保险产品的规避风险功能
3.5.1 终身GMWB概述
3.5.2 终身GMWB的定价
附录A VA+GMWB合约的价值
附录B 终身GMWB的定价