| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·论文研究背景 | 第8-9页 |
| ·金融市场风险测量技术的演变和现状 | 第9-11页 |
| ·本文的主要工作和章节安排 | 第11-13页 |
| 2 VaR 理论及其在我国股市周末效应中的实证分析 | 第13-20页 |
| ·VaR 的定义 | 第13页 |
| ·VaR 的计算 | 第13-14页 |
| ·VaR 计算方法的改进 | 第14-15页 |
| ·周末效应和实证分析 | 第15-19页 |
| ·周末效应原因的简单分析和结论 | 第19-20页 |
| 3 正态分布和t 分布下VaR 计算问题的对比研究 | 第20-31页 |
| ·正态分布下VaR 的一个经验贝叶斯算法 | 第20-22页 |
| ·t 分布下的VaR 的一个经验贝叶斯算法 | 第22-24页 |
| ·正态分布下VaR 的delta-gamma 二次近似算法 | 第24-27页 |
| ·t 分布下VaR 的delta-gamma 二次近似模型 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 4 双曲分布在VaR 模型分析中的应用 | 第31-42页 |
| ·定义与性质 | 第31-34页 |
| ·双曲分布随机变量的生成 | 第34-38页 |
| ·参数估计 | 第38-39页 |
| ·实证研究 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 5 VaR 和CVaR 在金融市场风险管理中的对比研究 | 第42-49页 |
| ·CVaR 方法的理论基础 | 第42-44页 |
| ·CVaR 与VaR 的关系 | 第44-45页 |
| ·CVaR 的简化模型 | 第45-47页 |
| ·VaR 和CVaR 的不同性质和本章小节 | 第47-49页 |
| 6 总结和展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 攻读硕士学位期间发表的论文目录 | 第56页 |
