| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-12页 |
| 1.3 研究内容、框架结构及创新点 | 第12-14页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 框架结构 | 第12页 |
| 1.3.3 创新点 | 第12-14页 |
| 第2章 Copula 理论及相关性分析 | 第14-23页 |
| 2.1 Copula 理论简介 | 第14-15页 |
| 2.1.1 Copula 函数的定义和性质 | 第14页 |
| 2.1.2 Sklar 定理 | 第14-15页 |
| 2.2 常用的 Copula 函数与相关性分析 | 第15-18页 |
| 2.2.1 椭圆 Copula | 第15-16页 |
| 2.2.2 阿基米德 Copula 函数 | 第16-18页 |
| 2.3 Copula 模型的估计 | 第18-21页 |
| 2.3.1 参数估计方法 | 第18-19页 |
| 2.3.2 非参数核估计方法 | 第19-21页 |
| 2.4 Copula 模型的检验 | 第21-23页 |
| 2.4.1 边缘分布模型的检验 | 第21-22页 |
| 2.4.2 Copula 函数的检验 | 第22-23页 |
| 第3章 动态 Copula 模型 | 第23-30页 |
| 3.1 时变相关的 Copula 模型 | 第23-25页 |
| 3.1.1 演化方程的推导 | 第23-24页 |
| 3.1.2 常见的时变 Copula 模型 | 第24-25页 |
| 3.2 变结构 Copula 模型 | 第25-30页 |
| 3.2.1 边缘分布模型变结构 | 第25-26页 |
| 3.2.2 Copula 模型变结构 | 第26-30页 |
| 第4章 边缘分布模型与贝叶斯理论 | 第30-39页 |
| 4.1 边缘分布模型 | 第30-33页 |
| 4.1.1 时间序列模型 | 第30-31页 |
| 4.1.2 波动模型 | 第31-33页 |
| 4.2 贝叶斯理论 | 第33-39页 |
| 4.2.1 理论模型 | 第34-36页 |
| 4.2.2 仿真计算 | 第36-39页 |
| 第5章 波动溢出分析 | 第39-47页 |
| 5.1 样本选择及基本的统计分析 | 第39-40页 |
| 5.2 边缘分布模型选择与拟合 | 第40-43页 |
| 5.3 时变 Copula 模型构建 | 第43页 |
| 5.4 变结构点诊断 | 第43-44页 |
| 5.5 波动溢出分析 | 第44-47页 |
| 5.5.1 常相关分析 | 第44-46页 |
| 5.5.2 变结构分析 | 第46-47页 |
| 结论及展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 A 相关程序代码 | 第53-55页 |
| 附录 B GARCH 模型的 WINBUGS 估计图示 | 第55-57页 |