基于极值理论的我国钢铁期货风险度量研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国外研究状况 | 第10-12页 |
| 1.3 国内研究状况 | 第12-13页 |
| 1.4 研究内容、主要创新之处 | 第13-15页 |
| 第2章 VaR与CVaR理论 | 第15-22页 |
| 2.1 VaR和CVaR的定义 | 第15-18页 |
| 2.1.1 VaR的定义 | 第15-17页 |
| 2.1.2 CVaR的定义 | 第17-18页 |
| 2.2 VaR和CVaR的计算 | 第18-22页 |
| 2.2.1 历史模拟法 | 第18-19页 |
| 2.2.2 指数加权移动平均法 | 第19-20页 |
| 2.2.3 方差-协方差法 | 第20-22页 |
| 第3章 基于GARCH族模型的风险度量 | 第22-27页 |
| 3.1 ARCH模型 | 第22-23页 |
| 3.2 GARCH(p,q)模型 | 第23-24页 |
| 3.3 TARCH(p,q)模型 | 第24页 |
| 3.4 EGARCH(p,q)模型 | 第24-25页 |
| 3.5 几种扰动项分布介绍 | 第25-26页 |
| 3.5.1 正态分布 | 第25页 |
| 3.5.2 t分布 | 第25-26页 |
| 3.5.3 GED分布 | 第26页 |
| 3.6 基于GARCH族模型的VaR估计 | 第26-27页 |
| 第4章 基于极值理论的风险度量 | 第27-38页 |
| 4.1 分块样本极大值模型 | 第27-30页 |
| 4.1.1 次序统计量与极值分布 | 第27-29页 |
| 4.1.2 广义极值分布 | 第29-30页 |
| 4.1.3 极小值分布 | 第30页 |
| 4.2 阈值模型 | 第30-34页 |
| 4.3 基于极值理论的VaR和CVaR估计 | 第34-35页 |
| 4.4 基于动态极值理论的VaR和CVaR估计 | 第35-36页 |
| 4.5 模型准确性检验 | 第36-38页 |
| 第5章 对钢铁期货市场的实证研究 | 第38-57页 |
| 5.1 数据的选取及描述性统计分析 | 第38-43页 |
| 5.1.1 数据的收集和整理 | 第38-39页 |
| 5.1.2 数据的正态性检验 | 第39-42页 |
| 5.1.3 平稳性与相关性检验 | 第42-43页 |
| 5.2 基于一般方法的实证分析 | 第43-45页 |
| 5.2.1 基于HS法的实证分析 | 第43-44页 |
| 5.2.2 基于EWMA法的实证分析 | 第44页 |
| 5.2.3 基于方差-协方差法的实证分析 | 第44-45页 |
| 5.3 基于GARCH族模型的实证分析 | 第45-48页 |
| 5.3.1 异方差性检验 | 第45-46页 |
| 5.3.2 GARCH族模型的选取和估计 | 第46-48页 |
| 5.3.3 基于GARCH族模型的VaR值计算 | 第48页 |
| 5.4 基于极值理论的实证分析 | 第48-51页 |
| 5.4.1 基于GEV模型计算风险值 | 第48-50页 |
| 5.4.2 基于GPD模型计算风险值 | 第50-51页 |
| 5.5 基于动态极值理论的实证分析 | 第51-54页 |
| 5.6 模型检验结果及对比 | 第54-57页 |
| 5.6.1 失败率回测检验结果 | 第54-55页 |
| 5.6.2 Kupiec似然比检验结果 | 第55-57页 |
| 第6章 结论与展望 | 第57-59页 |
| 6.1 主要结论 | 第57页 |
| 6.2 研究不足与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文 | 第64页 |
