| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究目的 | 第15-16页 |
| 1.4 本文的组织结构及创新点 | 第16-18页 |
| 1.4.1 组织结构 | 第16-17页 |
| 1.4.2 创新点 | 第17-18页 |
| 第2章 金融时间序列模型及VAR理论 | 第18-24页 |
| 2.1 ARMA模型 | 第18-19页 |
| 2.2 GARCH模型 | 第19-22页 |
| 2.3 VAR理论及KUPIEC检验 | 第22-24页 |
| 2.3.1 VaR的定义 | 第22-23页 |
| 2.3.2 Kupiec检验 | 第23-24页 |
| 第3章 COPULA理论及相关研究 | 第24-34页 |
| 3.1 COPULA函数的定义及基本性质 | 第24-26页 |
| 3.1.1 二元Copula函数的定义及基本性质 | 第24-25页 |
| 3.1.2 多元Copula函数的定义及基本性质 | 第25-26页 |
| 3.2 常用的二元COPULA函数及相关性分析 | 第26-30页 |
| 3.2.1 常用的二元Copula函数 | 第26-28页 |
| 3.2.2 常用二元Copula函数结构分析 | 第28-30页 |
| 3.3 时变COPULA函数 | 第30-31页 |
| 3.4 COPULA模型的构建 | 第31-32页 |
| 3.5 COPULA模型的参数估计 | 第32-34页 |
| 第4章 MCMC方法及其在金融分析中的应用 | 第34-39页 |
| 4.1 贝叶斯理论 | 第34-36页 |
| 4.1.1 贝叶斯推断 | 第34-35页 |
| 4.1.2 马尔科夫蒙特卡洛(MCMC)方法 | 第35-36页 |
| 4.1.3 Metropolis-Hastings算法 | 第36页 |
| 4.2 MCMC方法在GARCH模型中的应用 | 第36-39页 |
| 4.2.1 模型参数后验模拟 | 第37页 |
| 4.2.2 模型参数的生成 | 第37-39页 |
| 第5章 实证研究 | 第39-53页 |
| 5.1 数据处理 | 第39-45页 |
| 5.1.1 统计性质分析 | 第39-42页 |
| 5.1.2 ML和MCMC方法对基金序列GARCH建模 | 第42-44页 |
| 5.1.3 ML和MCMC方法度量基金序列VaR | 第44-45页 |
| 5.2 COPULA建模及参数估计 | 第45-50页 |
| 5.3 投资组合比例后验模拟 | 第50-51页 |
| 5.4 投资组合VAR及KUPIEC检验 | 第51-53页 |
| 结论与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录A 读研期间发表学术论文和参与科研项目 | 第58-59页 |
| 致谢 | 第59页 |