| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究依据 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 本文主要研究内容 | 第11-14页 |
| 2 预备知识 | 第14-22页 |
| 2.1 Copula函数的定义定理 | 第14-15页 |
| 2.1.1 Copula函数的定义 | 第14页 |
| 2.1.2 Sklar定理 | 第14-15页 |
| 2.2 常见的Copula的种类 | 第15-16页 |
| 2.2.1 椭圆Copula | 第15页 |
| 2.2.2 阿基米德Copula | 第15-16页 |
| 2.3 时变Copula | 第16-17页 |
| 2.3.1 时变相关的二元Norm-Copula模型 | 第16页 |
| 2.3.2 时变相关的二元SJC-Copula模型 | 第16-17页 |
| 2.4 基于Copula理论的相关性度量 | 第17-18页 |
| 2.4.1 相关度量的一致性 | 第17页 |
| 2.4.2 Pearson相关定义 | 第17页 |
| 2.4.3 秩相关系数 | 第17-18页 |
| 2.5 Copula估计方法 | 第18-19页 |
| 2.5.1 完全极大似然估计 (MLE) | 第18页 |
| 2.5.2 两步极大似然法 (IFM) | 第18-19页 |
| 2.5.3 半参数估计方法 (CML) | 第19页 |
| 2.6 最优Copula函数的选择 | 第19-22页 |
| 2.6.1 K-S拟合优度检验及QQ图 | 第19-20页 |
| 2.6.2 欧氏距离法检验 | 第20页 |
| 2.6.3 信息准则 | 第20-22页 |
| 3 半参数Copula方法的股指收益率相关性分析 | 第22-28页 |
| 3.1 数据描述 | 第22-23页 |
| 3.2 边缘分布的确定 | 第23-25页 |
| 3.3 静态最优Copula函数的选取 | 第25-28页 |
| 4 基于时变Copula方法的股指收益率相关性研究 | 第28-32页 |
| 4.1 条件Copula函数 | 第28页 |
| 4.2 实证分析 | 第28-32页 |
| 4.2.1 描述性统计分析 | 第28-29页 |
| 4.2.2 Copula时变参数估计 | 第29-32页 |
| 5 总结及展望 | 第32-34页 |
| 5.1 总结 | 第32页 |
| 5.2 展望 | 第32-34页 |
| 参考文献 | 第34-40页 |
| 作者攻读学位期间发表学术论文清单 | 第40-42页 |
| 致谢 | 第42页 |
