| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及课题提出 | 第9-11页 |
| 1.2 论文结构安排 | 第11-13页 |
| 第2章 文献综述 | 第13-19页 |
| 2.1 文献综述 | 第13-16页 |
| 2.2 论文技术路线 | 第16页 |
| 2.3 创新之处 | 第16-19页 |
| 第3章 相关理论概述 | 第19-33页 |
| 3.1 Copula函数简介 | 第19-25页 |
| 3.1.1 Copula函数的定义和基本性质 | 第19-21页 |
| 3.1.2 Copula函数的分类 | 第21-25页 |
| 3.2 基于Copula理论的一致性和相关性测度 | 第25-28页 |
| 3.2.1 一致性和相关性测度 | 第25-27页 |
| 3.2.2 尾部相关测度 | 第27-28页 |
| 3.3 Copula模型的估计 | 第28-29页 |
| 3.4 Markov时变参数Copula相关理论模型 | 第29-33页 |
| 3.4.1 Markov时变参数Copula简介 | 第29-30页 |
| 3.4.2 Markov时变参数Copula函数的估计 | 第30-33页 |
| 第4章 实证分析 | 第33-45页 |
| 4.1 数据来源和样本选择 | 第33页 |
| 4.2 实际建模 | 第33-40页 |
| 4.2.1 对边缘分布建模 | 第33-36页 |
| 4.2.2 建立Copula模型 | 第36-40页 |
| 4.3 核心结果分析 | 第40-45页 |
| 4.3.1 最优Copula种类 | 第40-42页 |
| 4.3.2 相关性与尾部相关分析 | 第42-45页 |
| 第5章 结论与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 附录 | 第51-55页 |
| 致谢 | 第55-57页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第57页 |