| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 本文的研究背景 | 第8页 |
| 1.1.2 本文的研究目的及意义 | 第8-9页 |
| 1.2 文献综述 | 第9-11页 |
| 1.3 研究思路及研究创新 | 第11-12页 |
| 1.3.1 研究思路和文章结构 | 第11-12页 |
| 1.3.2 研究创新 | 第12页 |
| 2 VaR与金融风险 | 第12-22页 |
| 2.1 金融市场风险分类和定义 | 第12-14页 |
| 2.2 金融风险管理 | 第14-15页 |
| 2.3 金融市场风险度量技术发展和演变 | 第15-17页 |
| 2.4 VaR方法概述 | 第17-22页 |
| 2.4.1 VaR定义 | 第17-18页 |
| 2.4.2 VaR的主要计算方法介绍 | 第18-21页 |
| 2.4.3 VaR的应用 | 第21-22页 |
| 3 分位数回归理论 | 第22-30页 |
| 3.1 分位数回归的概念 | 第23-24页 |
| 3.2 分位数回归的参数估计 | 第24-25页 |
| 3.3 分位数回归的参数检验 | 第25-30页 |
| 3.3.1 Wald检验 | 第25-26页 |
| 3.3.2 秩检验 | 第26-28页 |
| 3.3.3 似然比检验 | 第28-30页 |
| 4 分位数回归在风险度量中的应用 | 第30-36页 |
| 4.1 VaR与一致风险度量方法 | 第30-31页 |
| 4.2 基于分位数回归的风险度量方法 | 第31-36页 |
| 4.2.1 ARCH | 第31页 |
| 4.2.2 CAViaR | 第31-33页 |
| 4.2.3 CARE | 第33-34页 |
| 4.2.4 EWQR | 第34-36页 |
| 5 基于CAViaR方法的中国期货市场风险的实证分析 | 第36-48页 |
| 5.1 数据及实证 | 第36-42页 |
| 5.2 与其他计算VaR的模型比较 | 第42-48页 |
| 5.2.1 历史模拟法 | 第42页 |
| 5.2.2 N-GARCH法 | 第42-47页 |
| 5.2.3 N-EWMA法 | 第47页 |
| 5.2.4 结果对比 | 第47-48页 |
| 6 中国期货市场风险的CAViaR-V建模 | 第48-56页 |
| 6.1 成交量与收益率的关系研究 | 第48-51页 |
| 6.1.1 成交量与收益率的因果关系检验 | 第48-50页 |
| 6.1.2 成交量的分离 | 第50-51页 |
| 6.2 基于CAViaR-V方法的中国期货市场风险的实证分析 | 第51-56页 |
| 6.2.1 实证分析 | 第52-55页 |
| 6.2.2 与CAViaR方法对比 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 全文总结 | 第56页 |
| 7.2 有待进一步研究的问题 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64-67页 |
| 附录A:matlab程序代码 | 第64-66页 |
| 附录B:历史模拟法R语言的代码 | 第66-67页 |
| 在学期间发表的学术论文及研究成果 | 第67-68页 |
| 详细摘要 | 第68-72页 |