基于Copula函数及CVaR方法的风险测度研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7-8页 |
| ·研究目的和意义 | 第8-9页 |
| ·研究现状 | 第8-9页 |
| ·研究的目的和意义 | 第9页 |
| ·文献综述 | 第9-13页 |
| ·Copula函数及其应用 | 第9-11页 |
| ·风险测度方法 | 第11-13页 |
| ·论文的研究思路及主要内容 | 第13-15页 |
| ·论文的研究思路 | 第13-14页 |
| ·论文的主要内容 | 第14-15页 |
| 第二章 风险测度方法VaR和CVaR | 第15-22页 |
| ·VaR的定义及优缺点 | 第15-17页 |
| ·VaR的定义 | 第15-16页 |
| ·VaR的优点 | 第16页 |
| ·VaR的缺点 | 第16-17页 |
| ·CVaR方法 | 第17-19页 |
| ·CVaR定义 | 第17-18页 |
| ·CVaR的优点 | 第18-19页 |
| ·VaR和CVaR的计算方法 | 第19-21页 |
| ·本章小节 | 第21-22页 |
| 第三章 Copula函数及其在尾部相关性上的应用 | 第22-37页 |
| ·Copula函数 | 第22-29页 |
| ·Copula函数的定义和性质 | 第22-23页 |
| ·Copula函数的种类 | 第23-26页 |
| ·Copula函数的参数估计 | 第26-28页 |
| ·Copula函数的拟合检验 | 第28-29页 |
| ·相关性度量 | 第29-31页 |
| ·和谐性和一致性 | 第29-30页 |
| ·尾部相关性 | 第30-31页 |
| ·Copula理论在尾部相关性分析上的应用 | 第31-36页 |
| ·数据的选取与处理 | 第31-32页 |
| ·数据的基本统计量分析 | 第32页 |
| ·Copula函数的选取与检验 | 第32-35页 |
| ·尾部相关性分析 | 第35-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 单个股指风险测度的研究 | 第37-50页 |
| ·数据的选择与处理 | 第37页 |
| ·历史模拟法 | 第37-38页 |
| ·方差-协方差法 | 第38-39页 |
| ·蒙特卡洛模拟法 | 第39-45页 |
| ·GJR-EVT模型 | 第40-41页 |
| ·GJR-EVT模型的参数估计 | 第41-45页 |
| ·蒙特卡洛模拟 | 第45页 |
| ·极值理论法 | 第45-48页 |
| ·阈值θ的确定 | 第47页 |
| ·广义帕累托分布参数ξ,σ的估计 | 第47-48页 |
| ·返回检验 | 第48-49页 |
| ·本章小节 | 第49-50页 |
| 第五章 股指投资组合风险测度的研究 | 第50-57页 |
| ·数据的选取 | 第50页 |
| ·Copula函数的选择及模型的参数估计 | 第50-53页 |
| ·Copula函数的选择 | 第50-51页 |
| ·GJR(1,1)-EVT的参数估计 | 第51-53页 |
| ·T-Copula参数的确定 | 第53页 |
| ·投资组合的VaR和CVaR | 第53-55页 |
| ·失败率返回检验 | 第55页 |
| ·本章小节 | 第55-57页 |
| 第六章 结论与不足 | 第57-59页 |
| ·本文的主要结论 | 第57-58页 |
| ·本文的不足 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间的主要研究成果 | 第65页 |
