| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 理论意义 | 第10-11页 |
| 1.1.3 实际意义 | 第11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.2.1 GARCH模型 | 第12页 |
| 1.2.2 Copula模型 | 第12-14页 |
| 1.2.3 VaR模型 | 第14-15页 |
| 1.3 本文的创新点 | 第15-16页 |
| 1.4 研究思路及框架 | 第16-19页 |
| 1.4.1 研究思路 | 第16-17页 |
| 1.4.2 研究框架 | 第17-19页 |
| 第2章 GARCH模型及实证 | 第19-28页 |
| 2.1 建立EGARCH(1,1)-偏t模型 | 第19-20页 |
| 2.2 GARCH模型实证分析 | 第20-28页 |
| 2.2.1 样本选取与数据处理 | 第20-21页 |
| 2.2.2 描述性统计分析 | 第21-25页 |
| 2.2.3 EGARCH(1,1)-偏t模型参数估计 | 第25-27页 |
| 2.2.4 模型检验 | 第27-28页 |
| 第3章 藤Copula理论及实证 | 第28-46页 |
| 3.1 二元Copula | 第28-35页 |
| 3.1.1 Copula函数的定义 | 第28页 |
| 3.1.2 常用Copula函数 | 第28-33页 |
| 3.1.3 基于Copula函数的相关性测度 | 第33-34页 |
| 3.1.4 Copula的选择问题 | 第34页 |
| 3.1.5 Copula参数估计问题——IFM估计法 | 第34-35页 |
| 3.2 藤Copula | 第35-38页 |
| 3.2.1 多元Copula密度函数的分解 | 第35-36页 |
| 3.2.2 藤结构 | 第36-37页 |
| 3.2.3 不同藤结构Copula的概率密度函数分解 | 第37-38页 |
| 3.3 藤Copula实证分析 | 第38-40页 |
| 3.4 模型比较 | 第40-46页 |
| 3.4.1 拟合优度检验 | 第41-42页 |
| 3.4.2 投资组合风险预测及回测检验 | 第42-46页 |
| 第4章 联动性分析 | 第46-55页 |
| 4.1 静态联动性分析 | 第46-48页 |
| 4.1.1 树结构分析 | 第46页 |
| 4.1.2 相关系数分析 | 第46-48页 |
| 4.2 动态联动性分析——相关系数动态化 | 第48-51页 |
| 4.2.1 滚动窗口法理论 | 第48-49页 |
| 4.2.2 基于滚动窗口法的动态藤Copula实证分析 | 第49-51页 |
| 4.3 动态联动性分析—Copula参数动态化 | 第51-55页 |
| 4.3.1 多元时变DCC Copula模型 | 第51-53页 |
| 4.3.2 模型估计 | 第53-55页 |
| 第5章 总结与展望 | 第55-59页 |
| 5.1 主要结论 | 第55-57页 |
| 5.2 相关建议 | 第57页 |
| 5.3 研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
