| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-23页 |
| ·研究背景和意义 | 第14-16页 |
| ·研究背景 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·文献综述 | 第16-20页 |
| ·关于油运运价指数波动风险研究 | 第16-18页 |
| ·关于SV 类模型研究 | 第18-20页 |
| ·论文结构及技术线路 | 第20-22页 |
| ·本文的创新点 | 第22-23页 |
| 第二章 国际油轮运价指数分析 | 第23-30页 |
| ·国际油轮运价指数概况 | 第23-24页 |
| ·国际油轮运价指数的构成 | 第24-25页 |
| ·国际油轮运价指数的计算 | 第25-28页 |
| ·国际油轮运价指数主要特征 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 SV 模型和GARCH 模型概述 | 第30-39页 |
| ·随机波动模型提出 | 第30-32页 |
| ·标准SV 模型（SV-N） | 第30-31页 |
| ·厚尾型SV 模型（SV-T） | 第31页 |
| ·杠杆型SV 模型（Leverage-SV） | 第31-32页 |
| ·SV 模型的参数估计 | 第32-36页 |
| ·基于贝叶斯原理的马尔科夫蒙特卡洛模拟方法（MCMC） | 第32-34页 |
| ·Gibbs 抽样和模型判别的DIC 准则 | 第34-35页 |
| ·参数估计的Winbugs 软件介绍 | 第35-36页 |
| ·GARCH 模型概述 | 第36-38页 |
| ·ARCH 模型的提出 | 第36-37页 |
| ·GARCH 模型 | 第37-38页 |
| ·EGARCH 模型 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于极值理论的动态VAR 风险度量方法 | 第39-47页 |
| ·风险度量和VaR 方法概述 | 第39-41页 |
| ·风险度量方法概述 | 第39页 |
| ·VaR 模型介绍 | 第39-40页 |
| ·动态VaR 计算方法 | 第40-41页 |
| ·GPD 分布、参数估计和结果诊断 | 第41-44页 |
| ·GPD 分布 | 第41-42页 |
| ·GPD 分布的参数估计 | 第42-43页 |
| ·GPD 分布的模型诊断 | 第43-44页 |
| ·基于GPD 分布的动态VAR 计算模型 | 第44-46页 |
| ·VaR 计算模型 | 第44-45页 |
| ·基于失败率的VaR 事后检验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于SV 模型的油轮运价指数波动风险实证分析 | 第47-65页 |
| ·收益率的基本统计指标检验 | 第47-51页 |
| ·数据的选取和处理 | 第47页 |
| ·基本统计特征 | 第47-48页 |
| ·平稳性和自相关性检验 | 第48-50页 |
| ·异方差性检验 | 第50-51页 |
| ·SV 模型和GARCH 模型建立 | 第51-60页 |
| ·SV 模型建模 | 第51-55页 |
| ·GARCH 模型建模 | 第55-59页 |
| ·模型验证和对比分析 | 第59-60页 |
| ·最优模型下的VaR 计算和检验 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录1 WINBUGS 程序代码 | 第72-74页 |
| 附录2 R 程序代码 | 第74-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间已发表或录用的论文 | 第77页 |