| 摘要 | 第2-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第13-32页 |
| 1.1 论文选题背景和选题意义 | 第13-16页 |
| 1.1.1 论文选题背景 | 第13-15页 |
| 1.1.2 论文选题意义 | 第15-16页 |
| 1.2 研究现状和研究问题的提出 | 第16-23页 |
| 1.2.1 研究现状 | 第16-22页 |
| 1.2.2 研究问题的提出 | 第22-23页 |
| 1.3 研究方法与内容 | 第23-27页 |
| 1.3.1 研究方法 | 第23-25页 |
| 1.3.2 研究内容 | 第25-27页 |
| 1.4 论文结构安排与主要创新 | 第27-32页 |
| 1.4.1 结构安排 | 第27-30页 |
| 1.4.2 特色和创新点 | 第30-32页 |
| 第二章 基于极值理论的市场风险度量研究 | 第32-67页 |
| 2.1 市场风险度量简介 | 第32-39页 |
| 2.1.1 市场风险度量背景 | 第32-33页 |
| 2.1.2 市场风险度量方法 | 第33-39页 |
| 2.2 极值理论的背景和极值分布类型 | 第39-42页 |
| 2.2.1 极值理论的背景 | 第39-40页 |
| 2.2.2 极值分布类型 | 第40-42页 |
| 2.3 常用的极值理论模型 | 第42-48页 |
| 2.3.1 BMM模型 | 第42-43页 |
| 2.3.2 POT模型 | 第43-47页 |
| 2.3.3 尾指数估计方法 | 第47-48页 |
| 2.4 POT模型及其对原油市场风险值的预测 | 第48-57页 |
| 2.4.1 问题的提出 | 第48-49页 |
| 2.4.2 传统POT模型及实证分析 | 第49-53页 |
| 2.4.3 动态POT模型及实证分析 | 第53-57页 |
| 2.5 基于尾指数方法的外汇市场风险度量 | 第57-66页 |
| 2.5.1 问题的提出 | 第58-59页 |
| 2.5.2 模型的建立及参数的估计 | 第59-62页 |
| 2.5.3 模型中风险值的计算公式 | 第62-63页 |
| 2.5.4 实证分析 | 第63-65页 |
| 2.5.5 结论 | 第65-66页 |
| 2.6 本章小结 | 第66-67页 |
| 第三章 基于极值理论的Copula模型的构建及实证分析 | 第67-96页 |
| 3.1 问题的提出 | 第67-68页 |
| 3.2 Copula模型相关理论介绍 | 第68-78页 |
| 3.2.1 Copula函数的定义和基本性质 | 第69-72页 |
| 3.2.2 Copula函数的估计和最优Copula函数的选择 | 第72-78页 |
| 3.3 常见的Copula函数 | 第78-87页 |
| 3.3.1 基本Copula函数 | 第78-79页 |
| 3.3.2 正态Copula函数和t-Copula函数 | 第79-82页 |
| 3.3.3 Archimedean Copula函数 | 第82-87页 |
| 3.4 基于极值理论的Copula模型的构建 | 第87-91页 |
| 3.4.1 Copula-VaR模型的构建方法 | 第87-88页 |
| 3.4.2 基于极值理论的Copula-VaR模型的构建 | 第88-91页 |
| 3.5 实证分析 | 第91-95页 |
| 3.5.1 数据的选取 | 第91-92页 |
| 3.5.2 模型求解 | 第92-95页 |
| 3.6 本章小结 | 第95-96页 |
| 第四章 基于混合Copula模型和极值理论的风险值估计 | 第96-119页 |
| 4.1 问题的提出 | 第96-97页 |
| 4.2 基于S-AIC准则和极值理论的混合Copula模型的构建及实证分析 | 第97-104页 |
| 4.2.1 基于S-AIC准则的混合Copula函数的构造 | 第97-99页 |
| 4.2.2 基于S-AIC准则和极值理论的混合Copula模型的构建 | 第99-100页 |
| 4.2.3 实证分析 | 第100-104页 |
| 4.3 基于Copula函数的相关系数 | 第104-108页 |
| 4.3.1 Kendall秩相关系数 | 第104-105页 |
| 4.3.2 Spearman秩相关系数 | 第105-106页 |
| 4.3.3 Gini关联系数和尾相关系数 | 第106-108页 |
| 4.4 基于Kendall秩相关系数的混合Copula模型的构建及应用 | 第108-117页 |
| 4.4.1 基于Kendall秩相关系数的混合Copula函数的构造 | 第108-111页 |
| 4.4.2 基于Kendall秩相关系数的混合Copula模型的构建 | 第111-112页 |
| 4.4.3 投资组合收益率的模拟及VaR的计算步骤 | 第112-113页 |
| 4.4.4 实证分析 | 第113-117页 |
| 4.4.5 小结 | 第117页 |
| 4.5 本章小结 | 第117-119页 |
| 第五章 基于极值理论的vine-Copula模型构建及实证分析 | 第119-139页 |
| 5.1 问题的提出 | 第119-120页 |
| 5.2 vine-Copula模型 | 第120-126页 |
| 5.2.1 多元Copula密度函数的分解 | 第120-122页 |
| 5.2.2 vine结构 | 第122-124页 |
| 5.2.3 vine-Copula模型的概率密度分解公式 | 第124-125页 |
| 5.2.4 vine-Copula模型的计算步骤 | 第125-126页 |
| 5.3 基于极值理论的边缘分布模型建立 | 第126-127页 |
| 5.4 模拟预测投资组合VaR的步骤 | 第127-128页 |
| 5.5 实证分析 | 第128-138页 |
| 5.5.1 数据选取及描述统计 | 第129-130页 |
| 5.5.2 边缘分布模型 | 第130-132页 |
| 5.5.3 vine-Copula模型估计 | 第132-135页 |
| 5.5.4 VaR估计结果和回测检验 | 第135-137页 |
| 5.5.5 结论 | 第137-138页 |
| 5.6 本章小结 | 第138-139页 |
| 第六章 结论与展望 | 第139-144页 |
| 6.1 本文结论 | 第139-142页 |
| 6.2 研究展望 | 第142-144页 |
| 参考文献 | 第144-152页 |
| 攻读博士学位期间正式发表学术论文情况 | 第152-153页 |
| 致谢 | 第153-154页 |
