摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-19页 |
第一节 研究背景与意义 | 第9-11页 |
一、研究背景 | 第9页 |
二、研究意义 | 第9-11页 |
第二节 文献综述 | 第11-15页 |
一、国外研究现状 | 第11-13页 |
二、国内研究现状 | 第13-15页 |
第三节 研究思路与框架 | 第15-16页 |
一、研究思路 | 第15-16页 |
二、基本框架 | 第16页 |
第四节 研究创新 | 第16-19页 |
第二章 基于分位数回归的VaR理论和CAViaR理论 | 第19-30页 |
第一节 VaR基本理论 | 第19-24页 |
一、VaR的定义 | 第19页 |
二、VaR的计算方法 | 第19-22页 |
三、返回检验 | 第22-24页 |
第二节 分位数回归理论 | 第24-27页 |
一、分位数回归的基本思想 | 第24-25页 |
二、模型参数估计 | 第25-26页 |
三、模型评估与检验 | 第26-27页 |
第三节 CAViaR理论 | 第27-30页 |
一、CAViaR模型 | 第28页 |
二、模型的估计方法 | 第28-30页 |
第三章 基于分位数回归的中国证券市场风险价值研究 | 第30-41页 |
第一节 分位数回归VaR模型 | 第30-32页 |
第二节 基于分位数回归的中国证券市场风险价值实证分析 | 第32-39页 |
一、数据的选取及基本统计分析 | 第32-34页 |
二、分位数回归VaR模型的一般估计结果 | 第34-35页 |
三、不同置信水平的模型估计结果比较 | 第35-36页 |
四、不同ARCH族模型的估计结果比较 | 第36-37页 |
五、误差项服从不同分布假设的估计结果比较 | 第37-38页 |
六、不同持有期的收益率序列的估计结果比较 | 第38-39页 |
第三节 小结 | 第39-41页 |
第四章 基于CAViaR的中国证券市场风险价值研究 | 第41-57页 |
第一节 CAViaR扩展模型 | 第41-43页 |
一、AIT模型——Asymmetric Indirect TARCH,非对称间接TARCH模型 | 第42页 |
二、AR-IG模型——AR-Indirect GARCH,带AR项的间接GARCH模型 | 第42-43页 |
三、基于波动率的CAViaR-Volatility模型 | 第43页 |
第二节 基于CAViaR的中国证券市场风险价值实证分析 | 第43-55页 |
一、样本数据及统计特征 | 第44-45页 |
二、经典CAViaR模型的估计与评价 | 第45-49页 |
三、扩展的AIT模型和AR-IG模型的估计与评价 | 第49-52页 |
四、扩展的CAViaR-Volatility模型的估计与评价 | 第52-55页 |
第三节 小结 | 第55-57页 |
第五章 结论与展望 | 第57-60页 |
第一节 结论 | 第57-58页 |
第二节 研究展望 | 第58-60页 |
参考文献 | 第60-67页 |
附录 | 第67-75页 |
附录一 攻读学位期间发表的学术论文和科研成果 | 第67-68页 |
附录二 CAViaR估计的Matlab程序 | 第68-75页 |
致谢 | 第75-76页 |