| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-35页 |
| ·研究的意义和目的 | 第12-14页 |
| ·金融风险管理理论的演进 | 第14-19页 |
| ·传统的风险管理理论 | 第14-15页 |
| ·早期的风险管理理论 | 第15-17页 |
| ·现代的风险管理理论 | 第17-19页 |
| ·VAR 研究综述 | 第19-29页 |
| ·有效市场假设下的收益率的分布 | 第19-20页 |
| ·收益率分布特征的实证分析综述 | 第20-21页 |
| ·金融资产收益率波动性的估计 | 第21-23页 |
| ·极值理论 | 第23-25页 |
| ·VaR 研究的拓展 | 第25-26页 |
| ·国内研究状况 | 第26-28页 |
| ·国内外研究现状的简单评价 | 第28-29页 |
| ·论文研究方法、主要内容与创新之处 | 第29-35页 |
| ·研究方法 | 第29-30页 |
| ·主要内容 | 第30-32页 |
| ·创新之处 | 第32-35页 |
| 2 中国股票市场及其收益率统计分析 | 第35-64页 |
| ·中国股票市场指数的波动分析 | 第35-40页 |
| ·中国股票市场的起步阶段（1990.12-1996.1） | 第37-38页 |
| ·中国股票市场的初步发展阶段（1996.1-1999.4） | 第38-39页 |
| ·股票市场发展的新阶段（1999.5-2005.11） | 第39-40页 |
| ·中国股票市场收益率的统计特征与分布 | 第40-49页 |
| ·数据说明 | 第40-42页 |
| ·中国股市统计分析的基本统计量的实证分析 | 第42-45页 |
| ·收益率的正态性分析 | 第45-47页 |
| ·收益率序列的自相关性分析 | 第47-49页 |
| ·中国股票市场收益率波动的集聚性分析 | 第49-53页 |
| ·ARCH 模型 | 第50-51页 |
| ·ARCH 效应检验 | 第51页 |
| ·中国股市的ARCH 效应实证分析 | 第51-53页 |
| ·中国股票市场间的相关性分析 | 第53-62页 |
| ·沪深股市的Ganger 因果分析 | 第54-57页 |
| ·沪深股市的长期均衡分析 | 第57-62页 |
| ·小结 | 第62-64页 |
| 3 风险值（VAR）的基本理论与估计方法 | 第64-77页 |
| ·风险值（VAR）的提出 | 第64-65页 |
| ·风险值（VAR）的定义 | 第65-69页 |
| ·VaR 的参数选择 | 第67页 |
| ·VaR 优点和局限 | 第67-68页 |
| ·VaR 的应用 | 第68-69页 |
| ·VAR 估计的参数方法 | 第69-74页 |
| ·正态分布 | 第70-72页 |
| ·GARCH 模型 | 第72-74页 |
| ·VAR 估计的非参数模型——历史模拟法 | 第74-76页 |
| ·小结 | 第76-77页 |
| 4 极值理论 | 第77-86页 |
| ·分块样本极大值模型 | 第77-80页 |
| ·次序统计量 | 第78页 |
| ·极值分布 | 第78-79页 |
| ·Fisher-Tippett 定理 | 第79-80页 |
| ·POT 模型 | 第80-82页 |
| ·基于广义帕雷托分布的尾部拟合与分位数估计 | 第82-85页 |
| ·确定阈值 | 第82-83页 |
| ·GPD 模型的参数估计 | 第83-84页 |
| ·F(u) 的估计 | 第84页 |
| ·尾部及分位数的估计 | 第84-85页 |
| ·小结 | 第85-86页 |
| 5 各种VAR 模型的实证分析与比较 | 第86-106页 |
| ·VAR 模型的检验和评估 | 第86-88页 |
| ·数据说明 | 第88-89页 |
| ·基于正态分布的VAR 估计的实证分析 | 第89-95页 |
| ·简单平均法估计标准差 | 第89-92页 |
| ·指数移动平均（EWMA）法估计标准差 | 第92-95页 |
| ·基于历史模拟法的VAR 的实证分析 | 第95-97页 |
| ·基于GARCH 的VAR 的实证分析 | 第97-100页 |
| ·基于EVT 的VAR 的实证分析 | 第100-104页 |
| ·各种方法的比较与小结 | 第104-106页 |
| 6 偏差矫正的条件波动及其在VAR 估计中的应用 | 第106-126页 |
| ·矫偏条件波动模型 | 第106-108页 |
| ·矫偏条件波动与传统正态VAR 估计 | 第108-113页 |
| ·传统正态VaR 估计 | 第108-109页 |
| ·矫偏条件波动的VaR 估计方法和步骤 | 第109-110页 |
| ·实证结果分析 | 第110-113页 |
| ·小结 | 第113页 |
| ·矫偏条件波动与EWMA-VAR 估计 | 第113-119页 |
| ·条件方差的预测 | 第114-115页 |
| ·矫偏条件波动的VaR 估计方法和步骤 | 第115页 |
| ·实证结果分析 | 第115-119页 |
| ·小结 | 第119页 |
| ·矫偏条件波动与GARCH-VAR 估计 | 第119-124页 |
| ·条件方差的预测 | 第120页 |
| ·矫偏条件波动的VaR 估计方法和步骤 | 第120-121页 |
| ·实证结果分析 | 第121-124页 |
| ·小结 | 第124页 |
| ·小结 | 第124-126页 |
| 7 极值理论的扩展 | 第126-142页 |
| ·引言 | 第126-127页 |
| ·引入极值指标的极值VAR 估计 | 第127-132页 |
| ·极值指标 | 第128-130页 |
| ·极值分串 | 第130-131页 |
| ·沪深股市的实证分析 | 第131-132页 |
| ·AR-GARCH 滤波的历史模拟与极值理论的混合VAR 估计 | 第132-141页 |
| ·条件均值μ_(t+1) 和条件方差σ_(t+1)的估计 | 第134-135页 |
| ·分位数z_q 的估计——历史模拟方法和极值理论方法的混合 | 第135-137页 |
| ·中国沪深股市的实证分析 | 第137-141页 |
| ·小结 | 第141-142页 |
| 8 结论与展望 | 第142-145页 |
| ·全文总结 | 第142-144页 |
| ·研究展望 | 第144-145页 |
| 致谢 | 第145-146页 |
| 参考文献 | 第146-160页 |
| 附录1 攻读博士学位期间发表的论文 | 第160页 |
