| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第1章 引言 | 第13-22页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究意义 | 第15页 |
| 1.2.1 理论意义 | 第15页 |
| 1.2.2 现实意义 | 第15页 |
| 1.3 投资组合风险研究现状 | 第15-19页 |
| 1.3.1 国外关于投资组合的研究 | 第15-17页 |
| 1.3.2 国内关于投资组合的研究 | 第17-18页 |
| 1.3.3 文献总结 | 第18-19页 |
| 1.4 本文思路、方法及创新点 | 第19-22页 |
| 1.4.1 研究思路 | 第19-20页 |
| 1.4.2 本文研究方法 | 第20页 |
| 1.4.3 研究创新点 | 第20-22页 |
| 第2章 在险价值理论 | 第22-27页 |
| 2.1 风险评估常用统计量 | 第22-23页 |
| 2.2 VaR理论简介 | 第23-24页 |
| 2.3 VaR的计算方法 | 第24-27页 |
| 第3章 投资组合风险测度的理论模型 | 第27-34页 |
| 3.1 单金融资产分布的拟合模型 | 第27-29页 |
| 3.1.1 Garch模型 | 第27页 |
| 3.1.2 GJR-skewt模型 | 第27-29页 |
| 3.1.3 单一资产模型的估计方法 | 第29页 |
| 3.2 多元资产的联合分布拟合--Copula模型 | 第29-31页 |
| 3.2.1 Copula函数简介 | 第29-31页 |
| 3.2.2 Copula函数的优越性质 | 第31页 |
| 3.3 基于Copula函数下的VaR蒙特卡洛模拟算法 | 第31-32页 |
| 3.4 基于模型预测效果的Kupiec LR检验 | 第32-34页 |
| 第4章 投资组合风险测度的实证分析 | 第34-45页 |
| 4.1 数据的选取与统计分析 | 第34-36页 |
| 4.2 GJR-skewt模型的参数估计 | 第36-38页 |
| 4.3 Copula函数下的Va R蒙特卡洛模拟结果 | 第38-40页 |
| 4.4 模型实证结果的Kupiec LR检验与分析 | 第40-45页 |
| 结论 | 第45-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 攻读学位期间取得学术成果 | 第51页 |
