| 附件 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 论文创新点与研究思路 | 第13-14页 |
| 第二章 VaR 与极值理论 | 第14-25页 |
| 2.1 VaR 与CVaR定义与计算 | 第14-16页 |
| 2.1.1 VaR 定义与计算 | 第14-15页 |
| 2.1.2 VaR 优缺点 | 第15页 |
| 2.1.3 CVaR定义 | 第15-16页 |
| 2.2 极值理论 | 第16-25页 |
| 2.2.1 极值分布理论 | 第16-19页 |
| 2.2.2 POT 模型 | 第19-21页 |
| 2.2.3 阈值选取及参数估计 | 第21-23页 |
| 2.2.4 分位数估计 | 第23-25页 |
| 第三章 金融时间序列的相关性分析 | 第25-39页 |
| 3.1 线性时间序列分析—基于 AR - GARCH - POT模型的相关性分析 | 第25-26页 |
| 3.2 非线性时间序列分析-基于TAR - GARCH - POT模型的相关性分析 | 第26-36页 |
| 3.2.1 门限自回归模型的定义和参数估计 | 第27-28页 |
| 3.2.2 门限非线性检验 | 第28-29页 |
| 3.2.3 TAR - GARCH模型的统计性质 | 第29-36页 |
| 3.2.4 TAR - GARCH - POT模型的VaR 和CVaR计算 | 第36页 |
| 3.3 基于极值除串的序列相关性性分析 | 第36-39页 |
| 3.3.1 金融事件序列的渐近独立性 | 第36-37页 |
| 3.3.2 极值除串 | 第37-39页 |
| 第四章 实证分析与回测检验 | 第39-56页 |
| 4.1 基于 AR - GARCH - POT模型的风险分析 | 第39-45页 |
| 4.1.1 AR - GARCH - POT模型条件检验 | 第39-41页 |
| 4.1.2 对数收益率拟合 GARCH (1,1)模型 | 第41页 |
| 4.1.3 残差序列y_t 拟合 POT 模型的阈值选取 | 第41-43页 |
| 4.1.4 POT 模型检验与参数估计 | 第43-45页 |
| 4.1.5 极值风险计算 | 第45页 |
| 4.2 基于TAR - GARCH - POT模型的风险分析 | 第45-51页 |
| 4.2.1 TAR - GARCH的拟合估计 | 第46-47页 |
| 4.2.2 残差序列yt 拟合 POT 模型 | 第47-51页 |
| 4.3 基于极值除串POT 模型的风险分析 | 第51-54页 |
| 4.3.1 确定Shibor 对数收益率序列的阈值 | 第51-52页 |
| 4.3.2 极值除串 | 第52-53页 |
| 4.3.3 参数估计和极值风险计算 | 第53-54页 |
| 4.4 回测检验 | 第54-56页 |
| 4.4.1 极值模型回测技术—失效率方法简析 | 第54-55页 |
| 4.4.2 Shibor 序列极值风险模型回测及分析 | 第55-56页 |
| 第五章 结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |
