| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 文献综述 | 第12-16页 |
| 1.2.1 国外文献综述 | 第12-16页 |
| 1.2.2 国内文献综述 | 第16页 |
| 1.3 研究思路及方法 | 第16页 |
| 1.4 论文创新点 | 第16-18页 |
| 第2章 基于 CVaR 的套期保值原理 | 第18-24页 |
| 2.1 VaR 及 CVaR 套期保值风险测度指标介绍 | 第18-20页 |
| 2.1.1 风险价值 VaR 原理 | 第18-19页 |
| 2.1.2 VaR 的缺陷及 CVaR 对其改进 | 第19-20页 |
| 2.1.3 风险价值类指标相比于方差的改进 | 第20页 |
| 2.2 风险价值类指标的计算方法 | 第20-24页 |
| 2.2.1 风险价值类指标的计算方法选择 | 第20-22页 |
| 2.2.2 蒙特卡洛模拟计算风险价值指标的步骤 | 第22页 |
| 2.2.3 分布函数的选取 | 第22-24页 |
| 第3章 期现货收益率分布函数拟合及相关关系分析 | 第24-38页 |
| 3.1 期现货收益率序列的尾部极值分布 | 第24-30页 |
| 3.1.1 极值分布及其模型选择 | 第24-26页 |
| 3.1.2 期现货对数收益率尾部极值分布函数的拟合方法 | 第26-28页 |
| 3.1.3 阈值的选取方法 | 第28-29页 |
| 3.1.4 广义帕累托分布参数估计 | 第29-30页 |
| 3.2 期现货收益率标准化残差中间数据核密度估计 | 第30-31页 |
| 3.3 期货与现货收益率的联合分布函数拟合方法 | 第31-38页 |
| 3.3.1 Copula 函数原理 | 第32页 |
| 3.3.2 基于 Copula 函数的期现货收益率相关性测度 | 第32-34页 |
| 3.3.3 期现货收益率 Copula 函数选择 | 第34-38页 |
| 第4章 基于 CVaR 的最优套期保值比率的实证分析 | 第38-60页 |
| 4.1 样本数据来源与预处理 | 第38-43页 |
| 4.1.1 样本数据来源 | 第38-39页 |
| 4.1.2 数据描述性统计量 | 第39页 |
| 4.1.3 数据平稳性检验 | 第39页 |
| 4.1.4 数据相关性检验 | 第39-40页 |
| 4.1.5 数据独立同分布检验 | 第40-41页 |
| 4.1.6 数据残差标准化 | 第41-43页 |
| 4.2 现货与期货对数收益率边缘分布的拟合 | 第43-47页 |
| 4.2.1 期现货对数收益率标准化残差边缘分布拟合结果 | 第43-44页 |
| 4.2.2 边缘分布曲线拟合 | 第44-47页 |
| 4.3 期现货对数收益率标准化残差联合分布估计 | 第47-54页 |
| 4.3.1 Copula 函数拟合 | 第48-53页 |
| 4.3.2 拟合最优 Copula 函数的选择 | 第53-54页 |
| 4.4 根据联合分布函数进行收益率模拟 | 第54页 |
| 4.5 最小 CVaR 套期保值比率计算 | 第54-58页 |
| 4.6 本文模型与传统套期保值模型效果比较 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |
