| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 选题背景和研究意义 | 第7页 |
| 1.2 相关论题的研究现状 | 第7-8页 |
| 1.3 本文主要内容及论文结构 | 第8-10页 |
| 第二章 预备知识 | 第10-22页 |
| 2.1 金融市场风险的识别与度量 | 第10页 |
| 2.2 基本统计指标 | 第10-11页 |
| 2.3 VaR概述 | 第11-12页 |
| 2.3.1 VaR的定义 | 第11页 |
| 2.3.2 VaR计算的基本原理 | 第11-12页 |
| 2.4 VaR计算的主要方法 | 第12-15页 |
| 2.4.1 分析方法 | 第12-14页 |
| 2.4.2 RiskMetrics方法 | 第14页 |
| 2.4.3 历史模拟法 | 第14页 |
| 2.4.4 蒙特卡罗模拟法(Monte Carlo) | 第14-15页 |
| 2.5 单变量金融时间序列模型 | 第15-17页 |
| 2.5.1 GARCH模型的参数估计 | 第16-17页 |
| 2.5.2 Gamma-ITO过程 | 第17页 |
| 2.6 Copula理论介绍 | 第17-18页 |
| 2.7 Copula函数族介绍 | 第18-20页 |
| 2.7.1 椭圆族Copula | 第18-19页 |
| 2.7.2 Archimedean族Copula | 第19-20页 |
| 2.7.3 Copula函数的参数估计 | 第20页 |
| 2.8 VaR的后验测试 | 第20-22页 |
| 2.8.1 VaR模型的正态性检验 | 第20-21页 |
| 2.8.2 VaR模型的准确性检验 | 第21-22页 |
| 第三章 基于Copula-GARCH的投资组合风险度量的实证应用 | 第22-36页 |
| 3.1 样本选取及收益率的统计特征与分布 | 第22-33页 |
| 3.1.1 基本统计分析和Eviews5.0软件介绍 | 第22-24页 |
| 3.1.2 收益率序列的正态性检验 | 第24-25页 |
| 3.1.3 收益率序列的自相关性分析 | 第25-27页 |
| 3.1.4 异方差性检验 | 第27-30页 |
| 3.1.5 ARCH效应检验 | 第30-33页 |
| 3.2 GARCH的参数估计 | 第33页 |
| 3.3 基于Copula函数的投资组合的风险度量 | 第33-34页 |
| 3.4 VaR模型的后验测试 | 第34-36页 |
| 第四章 总结与展望 | 第36-37页 |
| 4.1 研究总结 | 第36页 |
| 4.2 研究展望 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 在学期间的研究成果 | 第39-40页 |
| 致谢 | 第40-41页 |
| 附录 | 第41-42页 |
