基于混合正态分布的ARMA-GARCH模型及其VaR风险度量
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 文献综述 | 第10-15页 |
| ·选题的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·ARMA-GARCH 模型的国内外研究进展 | 第11-12页 |
| ·VaR 计算方法的国内外研究进展 | 第12-13页 |
| ·本文的设想、研究内容和方法 | 第13-15页 |
| ·研究设想 | 第13页 |
| ·文章框架结构 | 第13-14页 |
| ·研究方法及创新点 | 第14-15页 |
| 第二章 VaR 模型 | 第15-21页 |
| ·简述时间序列的建模方法 | 第15页 |
| ·ARMA-GARCH 模型的框架和一般形式 | 第15-18页 |
| ·ARMA-GARCH 模型构成的框架 | 第15-17页 |
| ·ARCH 及 GARCH 模型 | 第17-18页 |
| ·ARMA-GARCH 模型的参数估计和识别检验 | 第18-21页 |
| ·ARMA-GARCH 模型的参数估计方法 | 第18-20页 |
| ·ARMA-GARCH 模型的识别和假设检验 | 第20-21页 |
| 第三章 VaR 模型 | 第21-26页 |
| ·VaR 的定义 | 第21页 |
| ·VaR 模型的计算方法 | 第21-24页 |
| ·几种主要的 VaR 计算方法综述 | 第21-24页 |
| ·基于混合正态分布的 VaR 计算方法 | 第24-26页 |
| 第四章 混合正态分布的参数估计问题 | 第26-30页 |
| ·混合正态分布的参数估计方法 | 第26-27页 |
| ·贝叶斯估计 | 第26页 |
| ·极大似然估计 | 第26-27页 |
| ·EM 算法的核心步骤 | 第27页 |
| ·基于 EM 算法的混合正态分布的参数估计 | 第27-30页 |
| 第五章 实证分析 | 第30-33页 |
| ·数据的基本特性 | 第30页 |
| ·平稳性和自相关检验 | 第30页 |
| ·建立 ARMA-GARCH 模型 | 第30-31页 |
| ·拟合残差ε t的概率分布 | 第31-32页 |
| ·VaR 计算结果与对比分析 | 第32-33页 |
| 第六章 结论 | 第33-34页 |
| 参考文献 | 第34-38页 |
| 致谢 | 第38-40页 |
| 作者简介 | 第40页 |
