| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的提出及研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 论文的结构与创新点 | 第16-18页 |
| 1.3.1 论文的主要内容及结构 | 第16-17页 |
| 1.3.2 论文的创新点 | 第17-18页 |
| 第二章 Copula函数及混合连接模型 | 第18-32页 |
| 2.1 Copula函数 | 第18-28页 |
| 2.1.1 Copula函数的定义及性质 | 第18-28页 |
| 2.2 混合Copula函数模型 | 第28-30页 |
| 2.3 VaR及其计算方法 | 第30-32页 |
| 第三章 模型选择及参数估计 | 第32-41页 |
| 3.1 边缘分布的估计-GARCH理论 | 第32页 |
| 3.2 三元混合Copula模型及其密度函数 | 第32-34页 |
| 3.2.1 三元混合Copula函数 | 第32-33页 |
| 3.2.2 阿基米德连接函数族的三元形式 | 第33-34页 |
| 3.3 EM算法 | 第34-35页 |
| 3.4 EM算法估计三元混合Copula函数的参数 | 第35-39页 |
| 3.5 模型的检验和选择 | 第39-41页 |
| 第四章 混合Copula模型在股市风险度量中的实证分析 | 第41-58页 |
| 4.1 样本数据的描述性统计特征及ARCH效应检验 | 第41-48页 |
| 4.1.1 样本数据的统计特征 | 第41-45页 |
| 4.1.2 序列的平稳性检验及自相关性 | 第45-46页 |
| 4.1.3 时间序列ARCH效应检验 | 第46-48页 |
| 4.2 GARCH模型的构建和边缘分布估计 | 第48-50页 |
| 4.3 Copula函数的选取和EM算法估计参数 | 第50-52页 |
| 4.4 VaR的计算和模型检验 | 第52-53页 |
| 4.5 模型的统计检验(K-S test) | 第53-56页 |
| 4.5.1 K-S检验 | 第53-54页 |
| 4.5.2 经验分布和理论Copula分布Q-Q图 | 第54-56页 |
| 4.6 基于不同模型计算Va R及分析 | 第56-58页 |
| 第五章 结论与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
