| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 1 绪论 | 第13-37页 |
| ·论文选题背景与研究现状 | 第13-27页 |
| ·研究背景 | 第13-17页 |
| ·研究现状 | 第17-27页 |
| ·研究问题提出与选题意义 | 第27-32页 |
| ·问题提出 | 第27-30页 |
| ·选题意义 | 第30-32页 |
| ·研究方法与主要思路及内容 | 第32-34页 |
| ·论文研究方法 | 第32-33页 |
| ·主要思路及内容 | 第33-34页 |
| ·特色及创新之处 | 第34-37页 |
| 2 金融市场风险度量概述 | 第37-55页 |
| ·金融风险、金融市场风险与风险管理 | 第37-39页 |
| ·基本概念的界定 | 第37-38页 |
| ·金融市场风险管理的意义 | 第38-39页 |
| ·金融市场风险的和 ES 测度方法 | 第39-54页 |
| ·VaR 的定义 | 第39-41页 |
| ·VaR 的计算流程 | 第41-44页 |
| ·VaR 的计算方法 | 第44-50页 |
| ·VaR 模型的准确性检验 | 第50-52页 |
| ·VaR 的改进模型-ES 和基于 ES 的谱风险测度模型 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 3 基于 GPD 模型的金融市场风险测度 | 第55-83页 |
| ·问题的提出 | 第55页 |
| ·基于极值理论的 GPD 模型 | 第55-60页 |
| ·GPD 模型的概述 | 第56-59页 |
| ·GPD 与 GEV 关系 | 第59-60页 |
| ·基于 GPD 的阈值模型 | 第60-74页 |
| ·阈值选取的择选方法 | 第61-65页 |
| ·GPD 模型的参数及高分位数估计 | 第65-69页 |
| ·国际原油市场极端风险实证分析 | 第69-74页 |
| ·极值序列的相关性分析 | 第74-82页 |
| ·金融时序的渐进独立性和引入极值指标的风险模型 | 第75-76页 |
| ·BRENT 序列相关性处置实证分析 | 第76-82页 |
| ·本章小结 | 第82-83页 |
| 4 基于 Copula 理论的金融市场风险度量 | 第83-113页 |
| ·问题的提出 | 第83-84页 |
| ·Copula 函数的定义及其性质 | 第84-87页 |
| ·Copula 函数的概念及性质 | 第84-86页 |
| ·条件 Copula 函数的概念及性质 | 第86-87页 |
| ·Copula 函数的类型 | 第87-90页 |
| ·椭圆 Copulas 函数簇 | 第87-88页 |
| ·阿基米德 Copulas 函数簇 | 第88-89页 |
| ·极值 Copulas 函数簇 | 第89页 |
| ·Archimax Copulas 函数簇 | 第89-90页 |
| ·基于 Copula 函数的相关性测度 | 第90-95页 |
| ·全局相关性测度 | 第91-92页 |
| ·基于 Copula 函数的尾部相关性测度 | 第92-95页 |
| ·Copula 函数的参数估计、检验与模拟 | 第95-104页 |
| ·基于 Copula 的金融建模分析 | 第95页 |
| ·Copula 函数参数估计 | 第95-97页 |
| ·Copula 模型的拟合优度检验 | 第97-98页 |
| ·Copula 函数的蒙特卡洛模拟的风险度量 | 第98-100页 |
| ·基于 EGARCH-EVT-t Copula 模型的世界原油价格风险度量 | 第100-104页 |
| ·基于 Copula 的我国台湾和韩国股票市场相关性研究 | 第104-111页 |
| ·样本的选取及描述分析 | 第105-106页 |
| ·边缘分布模型的参数估计和检验 | 第106-107页 |
| ·Copula 的选取和尾部相关性的风险测度 | 第107-111页 |
| ·本章小结 | 第111-113页 |
| 5 基于极值谱风险和极值 Copula-GPD 模型的金融市场风险度量研究 | 第113-135页 |
| ·问题的提出 | 第113-114页 |
| ·极值谱风险测度 | 第114-116页 |
| ·风险谱 | 第114-115页 |
| ·风险谱的构造、性质及极值谱风险模型 | 第115-116页 |
| ·基于双参数 Copula 的能源组合相关性风险分析 | 第116-122页 |
| ·数据来源及描述性统计 | 第116-118页 |
| ·边缘分布模型的参数估计和检验 | 第118-119页 |
| ·双参数 Copula 模型的参数估计及模型的拟合检验 | 第119-120页 |
| ·极值谱风险的择选及其风险测度 | 第120-122页 |
| ·极值 Copula-GPD 模型 | 第122-125页 |
| ·多元极值分布 | 第122页 |
| ·极值 Copula | 第122-123页 |
| ·二元阈值模型 | 第123-125页 |
| ·极值 Copula-ASV-GPD 模型的黄金与白银市场风险度量实证 | 第125-132页 |
| ·样本的选取及统计特征 | 第125-127页 |
| ·构建边缘分布模型 | 第127-129页 |
| ·EV Copula 的选取和拟合优度检验 | 第129-130页 |
| ·基于 Gumbel Copula 的极值检验和 EV Copula 风险度量 | 第130-132页 |
| ·本章小结 | 第132-135页 |
| 6 基于多元 t Copula 的金融市场风险测度研究 | 第135-153页 |
| ·问题的提出 | 第135-136页 |
| ·多元 t Copula 模型 | 第136-138页 |
| ·多元 t Copula 函数 | 第136页 |
| ·多元 t Copula 函数的参数估计 | 第136-137页 |
| ·Monte Carlo 模拟测度 VaR | 第137-138页 |
| ·基于多元 t Copula-ASV-GPD 的我国外汇储币组合的风险度量 | 第138-143页 |
| ·样本的选取及统计特征 | 第138-139页 |
| ·边缘分布模型和 t Copula 模型的参数估计 | 第139-141页 |
| ·多元外汇储币组合模拟的 VaR 及回测检验 | 第141-143页 |
| ·多元 t Copula 的有无美式期权的股指投资组合的风险度量 | 第143-151页 |
| ·美式篮子期权定价模型 | 第144-147页 |
| ·样本选择与模拟分析 | 第147-148页 |
| ·多元 t Copula 的相关系数矩阵和美式篮子股指期权的估计结果 | 第148-150页 |
| ·基于模拟的上证综指的美式篮子期权风险度量及组合对比分析 | 第150-151页 |
| ·本章小结 | 第151-153页 |
| 7 动态 Copula 和 GPD 模型的金融市场风险测度研究 | 第153-171页 |
| ·问题的提出 | 第153-154页 |
| ·时变参数相关的 Copula 模型 | 第154-157页 |
| ·时变 Copula 函数 | 第154-155页 |
| ·时变 Copula 函数的相关研究 | 第155-157页 |
| ·变结构的 Copula 模型 | 第157-160页 |
| ·变结构 Copula 模型问题描述 | 第157-158页 |
| ·变结构 Copula 模型变化形式 | 第158-160页 |
| ·基于时变 Copula 的尾部相关性风险度量 | 第160-168页 |
| ·样本的选取及统计特征 | 第160-163页 |
| ·ARMA-GJR-SKST-GPD 边缘分布模型 | 第163-165页 |
| ·Copula 模型时变参数的估计 | 第165-167页 |
| ·组合动态 VaR 模型的回测检验 | 第167-168页 |
| ·本章小结 | 第168-171页 |
| 8 研究结论及展望 | 第171-177页 |
| ·本文结论 | 第171-175页 |
| ·研究展望 | 第175-177页 |
| 致谢 | 第177-179页 |
| 参考文献 | 第179-194页 |
| 附录 | 第194页 |
