| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及选题意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容、创新及框架结构 | 第12-15页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 本文的创新 | 第13-14页 |
| 1.3.3 本文的框架结构 | 第14-15页 |
| 2 GARCH族模型与已实现波动率 | 第15-21页 |
| 2.1 GARCH族模型 | 第15-18页 |
| 2.1.1 GARCH(p, q) 模型 | 第15-16页 |
| 2.1.2 EGARCH(p, q) 模型 | 第16页 |
| 2.1.3 NGARCH(p, q) 模型 | 第16-17页 |
| 2.1.4 GARCH族模型的比较 | 第17-18页 |
| 2.2 已实现波动率 | 第18页 |
| 2.3 GARCH族模型与RV的比较分析 | 第18-19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 已实现GARCH族模型 | 第21-25页 |
| 3.1 已实现GARCH模型 | 第21页 |
| 3.2 已实现EGARCH模型 | 第21-22页 |
| 3.3 高频数据下的FIGARCH模型 | 第22-23页 |
| 3.4 本章小结 | 第23-25页 |
| 4 基于R-NGARCH模型的风险度量 | 第25-39页 |
| 4.1 R-NGARCH(p, q) 模型的建立 | 第25页 |
| 4.2 R-NGARCH(p, q) 模型的参数与波动率估计 | 第25-26页 |
| 4.3 R-NGARCH(p, q) 模型的风险度量 | 第26-27页 |
| 4.4 R-NGARCH(p, q) 模型的随机模拟 | 第27-29页 |
| 4.5 实证分析 1 | 第29-35页 |
| 4.5.1 数据与样本说明 | 第29-30页 |
| 4.5.2 R-NGARCH(1, 2) 模型的数据拟合 | 第30-32页 |
| 4.5.3 VaR的返回测试 | 第32-35页 |
| 4.6 实证分析 2 | 第35-38页 |
| 4.7 本章小结 | 第38-39页 |
| 5 论文研究总结及展望 | 第39-41页 |
| 致谢 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 附录 | 第47-51页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第51页 |
