| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·电力市场金融风险值VAR 研究的意义 | 第8-10页 |
| ·选题的背景及意义 | 第8-9页 |
| ·电力金融市场的特点 | 第9页 |
| ·电力市场金融风险度量的研究综述 | 第9-10页 |
| ·论文的主要研究工作与结构 | 第10-13页 |
| 2 金融风险值VAR 的理论体系及其在电力市场中的应用 | 第13-19页 |
| ·VAR 产生的背景及发展历程 | 第13-14页 |
| ·VaR 产生的背景 | 第13页 |
| ·VaR 的发展历程 | 第13-14页 |
| ·金融风险值VAR 的定义 | 第14-15页 |
| ·电力金融市场VAR 的常用计算方法 | 第15-18页 |
| ·历史模拟法 | 第15-16页 |
| ·方差--协方差法 | 第16-17页 |
| ·蒙特卡罗模拟法 | 第17页 |
| ·几种常用方法的比较优缺点分析 | 第17-18页 |
| ·小结 | 第18-19页 |
| 3 极值理论的理论体系 | 第19-26页 |
| ·极值理论的发展历程 | 第19-20页 |
| ·传统极值理论 | 第20-22页 |
| ·POT 模型 | 第22-25页 |
| ·阈值的选取 | 第23-24页 |
| ·POT 模型中参数的常用估计方法 | 第24-25页 |
| ·小结 | 第25-26页 |
| 4 贝叶斯统计和MCMC 算法的简介 | 第26-34页 |
| ·贝叶斯统计 | 第26页 |
| ·贝叶斯统计与经典统计的比较 | 第26-28页 |
| ·贝叶斯统计的原理及贝叶斯估计 | 第28-29页 |
| ·贝叶斯统计的基本原理 | 第28-29页 |
| ·贝叶斯估计 | 第29页 |
| ·MCMC（MARKOV CHAIN MONTE CARLO）算法 | 第29-33页 |
| ·MCMC 算法的基本思路 | 第30-31页 |
| ·满条件分布 | 第31页 |
| ·Gibbs 抽样 | 第31-33页 |
| ·小结 | 第33-34页 |
| 5 基于极值理论和贝叶斯估计的电力市场风险值VAR 的计算 | 第34-43页 |
| ·基于POT 模型的电力市场风险值VAR 计算 | 第34-35页 |
| ·基于贝叶斯估计的电力市场风险值VAR 计算 | 第35-38页 |
| ·算例 | 第38-42页 |
| ·小结 | 第42-43页 |
| 6 结论与展望 | 第43-45页 |
| ·论文的主要研究工作与结论 | 第43页 |
| ·进一步研究方向 | 第43-45页 |
| 致谢 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 附录：作者攻读硕士期间发表的论文 | 第50页 |
