| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6页 |
| 1 引论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 文献综述 | 第9-10页 |
| 1.3 本文主要内容和创新点 | 第10-11页 |
| 2 基础知识介绍 | 第11-22页 |
| 2.1 风险价值VaR的数学定义 | 第11-12页 |
| 2.2 期望损失ES的数学定义 | 第12-13页 |
| 2.3 期望分位数expectile与非对称最小二乘(ALS)回归 | 第13-14页 |
| 2.4 Quantile、Expectile与VaR、ES的关系 | 第14-15页 |
| 2.5 长记忆性时间序列 | 第15-21页 |
| 2.5.1 长记忆的概念 | 第15-17页 |
| 2.5.2 分数高斯噪音 | 第17-21页 |
| 2.6 平稳高斯序列部分和弱收敛极限 | 第21-22页 |
| 3 ALS方法估计长记忆模型的VaR与ES | 第22-28页 |
| 3.1 期望分位数回归模型 | 第22-23页 |
| 3.2 VaR与ES计算 | 第23-24页 |
| 3.3 ALS估计的渐近性质 | 第24-28页 |
| 3.3.1 一致性 | 第24-25页 |
| 3.3.2 渐近正态性 | 第25-28页 |
| 4 数据模拟分析 | 第28-33页 |
| 4.1 自变量与残差独立的线性回归模型 | 第28-30页 |
| 4.2 自回归模型 | 第30-33页 |
| 5 总结与展望 | 第33-34页 |
| 5.1 内容总结 | 第33页 |
| 5.2 未来展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 致谢 | 第37-38页 |