| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·选题的背景及意义 | 第7-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·关于风险度量VaR 的研究现状 | 第9-10页 |
| ·Copula 理论及应用研究现状 | 第10-12页 |
| ·论文研究思路与内容 | 第12-14页 |
| ·论文的研究思路 | 第12-13页 |
| ·论文的研究的内容 | 第13页 |
| ·论文的创新点 | 第13-14页 |
| 2 COPULA 函数理论 | 第14-30页 |
| ·预备知识 | 第14-15页 |
| ·COPULA 函数的定义 | 第15-16页 |
| ·SKLAR 定理 | 第16-18页 |
| ·COPULA 函数的重要性质 | 第18-19页 |
| ·多元COPULA 函数 | 第19-20页 |
| ·常用的COPULA 函数族 | 第20-23页 |
| ·椭圆Copula 函数族（ Elliptical Copulas） | 第20-21页 |
| ·阿基米德Copula 函数族（Archimedean Copulas） | 第21-23页 |
| ·以 Copula 表示的相关性 | 第23-27页 |
| ·Kendall 的秩相关系数τ | 第23-25页 |
| ·Spearman 秩相关系数ρS | 第25页 |
| ·尾部相关系数 | 第25-27页 |
| ·参数估计方法 | 第27-30页 |
| ·精确极大似然估计法（Exact maximum likelihood method,EML） | 第27页 |
| ·两阶段估计方法（The Inference Functions for Margins method,IFM） | 第27-28页 |
| ·伪极大似然估计方法（The Canonical Maximum Likelihood method，CML） | 第28页 |
| ·Genest and Rivest 方法 | 第28页 |
| ·基于截断τ的估计 | 第28-30页 |
| 3 最优COPULA 函数的选择 | 第30-38页 |
| ·图形检测法 | 第30页 |
| ·Copula 分布函数图形法 | 第30页 |
| ·条件分布图形法 | 第30页 |
| ·数值解析方法 | 第30-31页 |
| ·拟合优度检验 | 第30-31页 |
| ·AIC 信息准则方法 | 第31页 |
| ·最小距离法 | 第31页 |
| ·基于贝叶斯理论的COPULA 函数选择方法 | 第31-33页 |
| ·似然函数 | 第32页 |
| ·先验分布 | 第32-33页 |
| ·标准化 | 第33页 |
| ·COPULA 函数选择的实证研究 | 第33-38页 |
| ·小结 | 第37-38页 |
| 4 金融风险度量的VAR 方法概述 | 第38-46页 |
| ·VAR 的定义和基本思想 | 第38-40页 |
| ·VaR 的定义 | 第38-39页 |
| ·VaR 的基本思想 | 第39-40页 |
| ·VAR 主要计算方法 | 第40-46页 |
| ·历史模拟法 | 第41页 |
| ·分析法 | 第41-44页 |
| ·蒙特卡罗模拟法 | 第44-46页 |
| 5 基于COPULA 理论的投资组合风险VAR 的计算 | 第46-52页 |
| ·COPULA 函数的选择与VAR 的计算 | 第46-49页 |
| ·边缘分布的选择 | 第46-47页 |
| ·Copula 函数的选择 | 第47页 |
| ·参数估计 | 第47-48页 |
| ·组合风险VaR 的计算方法 | 第48-49页 |
| ·实证分析 | 第49-52页 |
| ·参数估计 | 第49-50页 |
| ·返回检验 | 第50-51页 |
| ·小结 | 第51-52页 |
| 6 结论与展望 | 第52-54页 |
| ·主要结论 | 第52页 |
| ·后续研究工作的展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第59页 |
