第一章 绪论 | 第8-18页 |
1.1 论文的研究背景 | 第8-14页 |
1.1.1 金融风险简介 | 第8-9页 |
1.1.2 证券公司风险管理概述 | 第9-12页 |
1.1.3 金融市场风险的度量与管理方法 | 第12-14页 |
1.2 国内外研究现状及存在问题 | 第14-16页 |
1.2.1 国内外研究现状 | 第14-16页 |
1.2.2 目前研究存在的问题 | 第16页 |
1.3 本论文的创新之处 | 第16-18页 |
第二章 证券公司经营业务的风险分析与管理 | 第18-39页 |
2.1 证券承销业务风险管理 | 第18-21页 |
2.1.1 证券承销业务的风险来源 | 第18-19页 |
2.1.2 证券承销业务的风险因素分析 | 第19-20页 |
2.1.3 证券承销业务的风险管理 | 第20-21页 |
2.2 证券经纪业务风险管理 | 第21-24页 |
2.2.1 证券经纪业务的风险来源 | 第21-23页 |
2.2.2 证券经纪业务的风险管理 | 第23-24页 |
2.3 证券自营业务风险管理 | 第24-29页 |
2.3.1 证券自营业务的特点 | 第24页 |
2.3.2 证券自营业务的风险来源 | 第24-26页 |
2.3.3 证券自营业务的风险管理 | 第26-29页 |
2.4 证券公司并购业务风险管理 | 第29-38页 |
2.4.1 证券公司的并购业务 | 第29-30页 |
2.4.2 并购业务的风险来源 | 第30-32页 |
2.4.3 并购业务的风险管理 | 第32-38页 |
2.5 本章小结 | 第38-39页 |
第三章 风险收益与风险管理理论 | 第39-61页 |
3.1 风险收益理论 | 第39-49页 |
3.1.1 有效市场假设 | 第39-40页 |
3.1.2 资产组合理论 | 第40-45页 |
3.1.3 资本资产定价模型 | 第45-47页 |
3.1.4 套利定价理论 | 第47-49页 |
3.2 风险管理理论 | 第49-60页 |
3.2.1 市场风险量化管理的发展 | 第50页 |
3.2.2 市场风险综合衡量的现代方法——VaR | 第50-56页 |
3.2.3 VaR 模型的补充和检验方法体系 | 第56-60页 |
3.3 本章小结 | 第60-61页 |
第四章 基于极值理论的 VaR与 CVaR研究 | 第61-78页 |
4.1 极值理论介绍 | 第61-72页 |
4.1.1 极值的定义和表达式 | 第61-64页 |
4.1.2 极值理论的统计推断 | 第64-67页 |
4.1.3 极值阈值方法 | 第67-72页 |
4.2 CVaR 介绍 | 第72-74页 |
4.3 基于极值理论的证券市场VaR 和CVaR 的实证研究 | 第74-77页 |
4.4 本章小结 | 第77-78页 |
第五章 平稳收益率序列的 VaR 研究 | 第78-86页 |
5.1 平稳时间序列的极值模型 | 第78-81页 |
5.2 平稳收益率序列的证券市场VaR 实证研究 | 第81-85页 |
5.3 本章小结 | 第85-86页 |
第六章 基于 GARCH模型的极值 VaR计算研究 | 第86-93页 |
6.1 GARCH 模型在VaR 研究中的应用 | 第86-89页 |
6.1.1 GARCH 模型介绍 | 第86-88页 |
6.1.2 GARCH 模型在VaR 计算中的应用 | 第88-89页 |
6.2 基于GARCH 模型的证券市场极值VaR 实证研究 | 第89-92页 |
6.3 本章小结 | 第92-93页 |
第七章 基于数据挖掘技术的证券公司客户关系管理 | 第93-102页 |
7.1 CRM 的概念及特征 | 第93-94页 |
7.2 数据挖掘技术在CRM 中的主要应用 | 第94-96页 |
7.3 应用现有数据挖掘技术存在的困难 | 第96页 |
7.4 基于多智能体技术的客户数据挖掘 | 第96-101页 |
7.4.1 多智能体技术简介 | 第96-98页 |
7.4.2 系统结构的描述 | 第98-99页 |
7.4.3 系统运行的描述 | 第99-101页 |
7.5 本章小结 | 第101-102页 |
第八章 总结与展望 | 第102-105页 |
8.1 全文工作的总结 | 第102-103页 |
8.2 展望 | 第103-105页 |
参考文献 | 第105-112页 |
发表论文和参加科研情况说明 | 第112-113页 |
致谢 | 第113页 |