| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1. 绪论 | 第11-19页 |
| ·选题背景及意义 | 第11-13页 |
| ·理论背景 | 第11页 |
| ·现实背景 | 第11-13页 |
| ·研究目的和意义 | 第13页 |
| ·文献综述 | 第13-18页 |
| ·金融资产市场风险度量方法的研究 | 第13-14页 |
| ·VaR方法应用于市场风险管理的研究 | 第14-18页 |
| ·本文的结构与创新 | 第18-19页 |
| ·本文研究内容的界定 | 第18页 |
| ·本文研究要求达到的深度 | 第18-19页 |
| 2. 传统VaR方法的基本原理 | 第19-25页 |
| ·VaR方法的概念及定义 | 第19-20页 |
| ·影响VaR的几个因素 | 第20-21页 |
| ·置信水平 | 第20页 |
| ·持有期 | 第20页 |
| ·数据采样频率 | 第20页 |
| ·分布特征(F函数分布特征) | 第20-21页 |
| ·单一金融资产或组合的市场价值 | 第21页 |
| ·传统VaR方法的种类及计算 | 第21-25页 |
| ·历史模拟法 | 第21-22页 |
| ·蒙特卡罗模拟法 | 第22-23页 |
| ·方差协方差法 | 第23-25页 |
| 3. 改进VaR方法的基本原理 | 第25-37页 |
| ·基于Bootstrap改进的历史模拟法 | 第25-27页 |
| ·Bootstrap方法介绍 | 第25-26页 |
| ·基于Bootstrap改进的历史模拟法求解VaR | 第26-27页 |
| ·基于收益率序列GARCH模型改进的蒙特卡罗模拟法 | 第27-29页 |
| ·几何布朗运动模拟金融资产价格的变动过程 | 第27页 |
| ·应用GARCH模型求解收益率序列的条件异方差 | 第27-28页 |
| ·基于收益率序列GARCH模型改进的蒙特卡罗模拟法求解VaR | 第28-29页 |
| ·基于极值理论改进的方差协方差法 | 第29-37页 |
| ·BMM模型 | 第29-32页 |
| ·POT模型 | 第32-35页 |
| ·非参数Hill模型 | 第35-37页 |
| 4. 国债期货高频收益率数据的统计特征 | 第37-41页 |
| ·国债期货主力合约 | 第37-38页 |
| ·国债期货高频收益率数据的统计特征 | 第38-41页 |
| ·国债期货高频收益率数据的分布特性 | 第38-39页 |
| ·国债期货高频收益率数据的平稳性及无自相关检验 | 第39-40页 |
| ·ARCH效应检验 | 第40-41页 |
| 5. 基于改进VaR方法应用于国债期货市场的实证研究 | 第41-53页 |
| ·基于Bootstrap改进的历史模拟法实证分析 | 第41-42页 |
| ·基于收益率序列GARCH模型改进的蒙特卡罗模拟法实证分析 | 第42-45页 |
| ·基于极值理论改进的方差协方差法实证分析 | 第45-49页 |
| ·BMM模型 | 第45-46页 |
| ·POT模型 | 第46-47页 |
| ·非参数Hill模型 | 第47-49页 |
| ·实证分析结果 | 第49页 |
| ·各改进VaR方法实证分析的后验检验 | 第49-50页 |
| ·改进VaR方法同传统VaR方法实证分析结果比较 | 第50-51页 |
| ·总结 | 第51-53页 |
| 6. 结论 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
