| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 引言 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外关于投资组合优化的研究现状 | 第13-15页 |
| 1.2.2 国内关于投资组合优化的研究现状 | 第15-16页 |
| 1.2.3 对国内外投资组合优化研究的文献评述 | 第16-17页 |
| 1.3 研究内容、创新及技术路线 | 第17-20页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 创新性 | 第17-18页 |
| 1.3.3 技术路线 | 第18-20页 |
| 第2章 相关理论基础 | 第20-29页 |
| 2.1 Copula相关理论 | 第20-23页 |
| 2.1.1 Copula函数在刻画金融资产相依性上的优势 | 第20页 |
| 2.1.2 Copula函数简介 | 第20-21页 |
| 2.1.3 常用Copula函数 | 第21-23页 |
| 2.2 藤Copula函数构造 | 第23-25页 |
| 2.2.1 藤（Vine）的定义 | 第23-24页 |
| 2.2.2 两种重要的规则藤结构 | 第24-25页 |
| 2.3 投资组合优化 | 第25-28页 |
| 2.3.1 均值-方差组合优化模型 | 第25页 |
| 2.3.2 均值-VaR组合优化模型 | 第25-26页 |
| 2.3.3 均值-CVaR组合优化模型 | 第26-27页 |
| 2.3.4 均值-CVaR组合优化改进模型 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 模型构建 | 第29-35页 |
| 3.1 典型事实特征检验与边缘分布刻画 | 第29-31页 |
| 3.1.1 典型事实特征检验 | 第29-30页 |
| 3.1.2 边缘分布刻画 | 第30-31页 |
| 3.2 基于藤Copula函数的相依结构刻画 | 第31-33页 |
| 3.3 均值-CVaR投资组合优化模型 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于藤Copula和CVaR的外汇投资组合优化实证分析 | 第35-47页 |
| 4.1 样本选择 | 第35页 |
| 4.2 典型事实特征检验 | 第35-36页 |
| 4.3 边缘分布参数估计结果 | 第36-40页 |
| 4.4 相关结构参数估计结果 | 第40-41页 |
| 4.4.1 K-S检验结果 | 第40页 |
| 4.4.2 藤Copula相关参数估计结果 | 第40-41页 |
| 4.5 CVaR风险测度及均值-CVaR投资组合优化结果 | 第41-45页 |
| 4.6 本章小结 | 第45-47页 |
| 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间取得学术成果 | 第53页 |
