| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 背景介绍 | 第8-9页 |
| 1.2 文献回顾 | 第9-10页 |
| 1.3 研究思路与创新点 | 第10-12页 |
| 1.3.1 本文的主要工作和结论 | 第10-11页 |
| 1.3.2 本文的创新点 | 第11-12页 |
| 第二章 Copula理论 | 第12-21页 |
| 2.1 Copula函数的定义和基本性质 | 第12-13页 |
| 2.1.1 多元Copula函数的定义和相关定理 | 第12-13页 |
| 2.1.2 Copula函数的基本性质 | 第13页 |
| 2.2 Copula函数的分类 | 第13-15页 |
| 2.2.1 椭圆Copula函数族 | 第13-14页 |
| 2.2.2 阿基米德函数族 | 第14-15页 |
| 2.3 基于Copula函数的相关性测度 | 第15-21页 |
| 2.3.1 相关性测度 | 第16-17页 |
| 2.3.2 尾部相关系数 | 第17页 |
| 2.3.3 常见的二元阿基米德Copula函数与相关性分析 | 第17-21页 |
| 第三章 Copula模型的构建 | 第21-26页 |
| 3.1 Copula模型的参数估计 | 第21-23页 |
| 3.1.1 极大似然估计 | 第21页 |
| 3.1.2 两阶段极大似然估计法 | 第21-22页 |
| 3.1.3 非参数估计法 | 第22-23页 |
| 3.2 Copula模型的检验与选择 | 第23-26页 |
| 3.2.1 几何图形检验 | 第23页 |
| 3.2.2 Kolmogorov-Smirnov检验 | 第23-24页 |
| 3.2.3 经验Copula函数的最小距离法 | 第24-26页 |
| 第四章 样本的选取及分析 | 第26-31页 |
| 4.1 样本选取 | 第26-28页 |
| 4.2 农业保险的必要性分析 | 第28-29页 |
| 4.3 多元线性回归模型 | 第29-31页 |
| 4.3.1 多元线性回归分析的基本原理 | 第29页 |
| 4.3.2 逐步回归法的实证研究 | 第29-31页 |
| 第五章 Copula函数在农业保险中的实证研究 | 第31-39页 |
| 5.1 金融时间序列模型 | 第31-33页 |
| 5.1.1 GARCH类分布模型 | 第31-32页 |
| 5.1.2 数据基本分析 | 第32-33页 |
| 5.2 Copula函数的选择和参数的估计 | 第33-34页 |
| 5.3 Copula函数的检验 | 第34-36页 |
| 5.4 模型评价 | 第36-37页 |
| 5.5 尾部相关性 | 第37-39页 |
| 第六章 总结与展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42页 |