| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状及发展趋势 | 第8-10页 |
| 1.2.1 关于投资组合的研究现状 | 第8页 |
| 1.2.2 Copula理论研究现状 | 第8-9页 |
| 1.2.3 MCMC理论研究现状 | 第9-10页 |
| 1.3 研究内容及创新点 | 第10-13页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 创新之处 | 第11-12页 |
| 1.3.3 技术路线图 | 第12-13页 |
| 2 模型理论 | 第13-28页 |
| 2.1 Copula-GARCH模型 | 第13-22页 |
| 2.1.1 GARCH模型 | 第13-15页 |
| 2.1.2 Copula函数的定义及性质 | 第15-17页 |
| 2.1.3 Copula函数的类型 | 第17-20页 |
| 2.1.4 Copula函数的参数估计与检验 | 第20-22页 |
| 2.2 MCMC算法 | 第22-24页 |
| 2.2.1 MCMC方法思想 | 第22-23页 |
| 2.2.2 Metropolis-Hasting方法 | 第23-24页 |
| 2.3 其他相关理论 | 第24-28页 |
| 2.3.1 Markowitz理论 | 第24-25页 |
| 2.3.2 VaR模型风险度量方法 | 第25-26页 |
| 2.3.3 Kupiec失败频数检验法 | 第26-28页 |
| 3 恒生行业指数的组合风险度量 | 第28-48页 |
| 3.1 数据选取与描述性统计 | 第29-34页 |
| 3.1.1 样本的选择 | 第29-30页 |
| 3.1.2 数据处理及其统计特征分析 | 第30-34页 |
| 3.2 Copula函数的构建 | 第34-40页 |
| 3.2.1 单个行业指数日收益率的边缘分布的估计 | 第34-37页 |
| 3.2.2 Copula函数的选择与参数求解 | 第37-40页 |
| 3.3 投资权重的确定 | 第40-45页 |
| 3.3.1 MCMC方法 | 第40-44页 |
| 3.3.2 Markowitz方法 | 第44-45页 |
| 3.4 VaR的计算和检验 | 第45-48页 |
| 4 结论与展望 | 第48-50页 |
| 4.1 结论 | 第48-49页 |
| 4.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-55页 |