| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究的主要内容 | 第12页 |
| 1.4 本文的研究方法及创新点 | 第12-14页 |
| 第二章 证券投资风险的管理方法 | 第14-30页 |
| 2.1 证券投资风险 | 第14-15页 |
| 2.2 证券投资风险管理 | 第15-17页 |
| 2.2.1 证券投资风险管理概念 | 第15-16页 |
| 2.2.2 证券投资风险管理的评估 | 第16-17页 |
| 2.2.3 证券投资风险的控制 | 第17页 |
| 2.3 证券市场风险度量技术的演变 | 第17-19页 |
| 2.4 VaR 风险度量方法 | 第19-23页 |
| 2.4.1 VaR 的基本概念 | 第19-20页 |
| 2.4.2 VaR 的计算方法 | 第20-22页 |
| 2.4.3 VaR 的优缺点 | 第22-23页 |
| 2.5 CVaR 风险度量方法 | 第23-25页 |
| 2.5.1 CVaR 的定义及性质 | 第23-24页 |
| 2.5.2 CVaR 模型的应用 | 第24-25页 |
| 2.6 计算实例 | 第25-30页 |
| 第三章 GARCH 模型 | 第30-34页 |
| 3.1 金融资产序列特征 | 第30页 |
| 3.2 条件异方差模型 | 第30-33页 |
| 3.2.1 ARCH 模型 | 第30-32页 |
| 3.2.2 广义自回归条件异方差模型 | 第32-33页 |
| 3.3 GARCH 模型下的 VaR 与 CVaR 计算 | 第33-34页 |
| 第四章 沪深指数的计算研究 | 第34-51页 |
| 4.1 数据选择及处理 | 第34页 |
| 4.2 数据的统计特征分析 | 第34-36页 |
| 4.3 数据平稳性检验 | 第36-37页 |
| 4.4 数据自相关性检验 | 第37-38页 |
| 4.5 建立 GARCH 模型 | 第38-39页 |
| 4.6 ARCH 方程的检验 | 第39-40页 |
| 4.7 GARCH-VaR 与 GARCH-CVaR 的比较研究 | 第40-43页 |
| 4.8 与传统 VaR 与 CVaR 计算方法的对比 | 第43-47页 |
| 4.9 VaR 和 CVaR 的失败天数检验 | 第47-50页 |
| 4.10 模型的有效性检验 | 第50-51页 |
| 第五章 结论与展望 | 第51-52页 |
| 5.1 结论 | 第51页 |
| 5.2 后续的拓展研究 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间所发表的学术论文 | 第56-57页 |
| 详细摘要 | 第57-64页 |
