| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-8页 |
| 1.1 研究背景和意义 | 第6页 |
| 1.2 国内外研究进展及现状 | 第6-7页 |
| 1.3 本文的研究思路及内容 | 第7-8页 |
| 第二章 Copula函数的相关性质 | 第8-18页 |
| 2.1 预备知识 | 第8-9页 |
| 2.2 Copula函数的性质 | 第9页 |
| 2.3 Copula函数的分类 | 第9-11页 |
| 2.3.1 椭圆Copula函数族 | 第9-10页 |
| 2.3.2 Archimedean Copula函数族 | 第10-11页 |
| 2.4 由Copula函数导出的相关性测度 | 第11-12页 |
| 2.4.1 Kendall秩相关系数τ | 第11页 |
| 2.4.2 尾部相关系数 | 第11-12页 |
| 2.5 Copula的参数估计方法 | 第12-13页 |
| 2.5.1 极大似然估计法 | 第12-13页 |
| 2.5.2 边际分布的推断函数方法 | 第13页 |
| 2.6 Vine Copula | 第13-18页 |
| 2.6.1 Pair Copula的定义 | 第13-14页 |
| 2.6.2 多元联合分布的藤分解 | 第14-18页 |
| 第三章 二元Copula模型的选择方法 | 第18-26页 |
| 3.1 基于参数自助的似然准则检验方法 | 第18页 |
| 3.2 基于参数自助的拟合优度检验方法 | 第18-19页 |
| 3.3 二元Copula函数选择方法的比较 | 第19-22页 |
| 3.4 基于R语言的实证分析 | 第22-26页 |
| 第四章 多元Copula模型的选择方法 | 第26-38页 |
| 4.1 多元单参Copula函数情况下的选择方法 | 第26-29页 |
| 4.1.1 基于Rosenblatt变换的Copula模型选择 | 第26-27页 |
| 4.1.2 KL信息测度 | 第27-28页 |
| 4.1.3 基于Rosenblatt变换的选择方法与KL信息测度比较 | 第28-29页 |
| 4.2 多元多参Copula函数 | 第29-30页 |
| 4.3 多元单参Copula函数和多参Copula函数比较分析 | 第30-33页 |
| 4.4 基于R语言的实证分析 | 第33-38页 |
| 结论 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 攻读学位期间的研究成果 | 第44-46页 |
| 附录 | 第46-52页 |
| 致谢 | 第52-53页 |
