| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第20-38页 |
| 1.1 选题背景与研究意义 | 第20-25页 |
| 1.1.1 选题背景 | 第20-23页 |
| 1.1.2 问题提出 | 第23-24页 |
| 1.1.3 研究意义 | 第24-25页 |
| 1.2 国内外研究现状 | 第25-33页 |
| 1.2.1 截面数据分位数回归模型的研究现状 | 第25-28页 |
| 1.2.2 时间序列数据分位数回归模型的研究现状 | 第28-30页 |
| 1.2.3 VaR风险测度的研究现状 | 第30-31页 |
| 1.2.4 ES风险测度的研究现状 | 第31-32页 |
| 1.2.5 文献评述 | 第32-33页 |
| 1.3 研究思路与研究方法 | 第33-35页 |
| 1.3.1 研究思路 | 第33-34页 |
| 1.3.2 研究方法 | 第34-35页 |
| 1.4 结构安排与主要创新 | 第35-38页 |
| 1.4.1 结构安排 | 第35-36页 |
| 1.4.2 主要创新 | 第36-38页 |
| 第二章 分位数回归与金融风险测度理论基础 | 第38-57页 |
| 2.1 经典分位数回归理论与方法 | 第38-44页 |
| 2.1.1 参数线性分位数回归 | 第38-41页 |
| 2.1.2 参数非线性分位数回归 | 第41-43页 |
| 2.1.3 神经网络分位数回归 | 第43-44页 |
| 2.2 分位数自回归理论与方法 | 第44-45页 |
| 2.2.1 分位数自回归模型 | 第44-45页 |
| 2.2.2 分位数自回归分布滞后模型 | 第45页 |
| 2.3 Expectile回归理论与方法 | 第45-47页 |
| 2.3.1 从分位数到Expectile的统计决策 | 第45-46页 |
| 2.3.2 经典Expectile回归 | 第46-47页 |
| 2.4 金融风险测度 | 第47-57页 |
| 2.4.1 VaR风险测度 | 第47-48页 |
| 2.4.2 ES风险测度 | 第48-49页 |
| 2.4.3 风险测度的常见算法 | 第49-54页 |
| 2.4.4 返回测试 | 第54-57页 |
| 第三章 基于神经网络的分位数自回归模型与金融风险测度研究 | 第57-74页 |
| 3.1 基于神经网络的分位数自回归模型 | 第57-60页 |
| 3.1.1 模型设置 | 第57-58页 |
| 3.1.2 模型估计 | 第58-59页 |
| 3.1.3 模型选择 | 第59-60页 |
| 3.2 数值模拟 | 第60-68页 |
| 3.2.1 数据生成 | 第60-61页 |
| 3.2.2 VaR估计 | 第61-62页 |
| 3.2.3 模型比较 | 第62-68页 |
| 3.3 实证研究 | 第68-69页 |
| 3.3.1 数据选取 | 第68页 |
| 3.3.2 QARNN模型建立 | 第68-69页 |
| 3.3.3 VaR风险测度 | 第69页 |
| 3.4 结论与启示 | 第69-74页 |
| 第四章 基于神经网络的非参数条件自回归Expectile模型与金融风险测度研究 | 第74-100页 |
| 4.1 基于神经网络的非参数条件自回归Expectile模型 | 第74-78页 |
| 4.1.1 模型设置 | 第74-75页 |
| 4.1.2 模型估计 | 第75-77页 |
| 4.1.3 模型选择 | 第77-78页 |
| 4.2 数值模拟 | 第78-83页 |
| 4.2.1 数据生成 | 第78页 |
| 4.2.2 风险估计 | 第78-79页 |
| 4.2.3 模型比较 | 第79-83页 |
| 4.3 实证研究 | 第83-99页 |
| 4.3.1 数据选取 | 第83-84页 |
| 4.3.2 NCARE模型建立 | 第84-85页 |
| 4.3.3 VaR与ES测度 | 第85-99页 |
| 4.4 结论与启示 | 第99-100页 |
| 第五章 分位数向量自回归分布滞后模型与金融风险传染研究 | 第100-118页 |
| 5.1 分位数向量自回归分布滞后模型 | 第100-104页 |
| 5.1.1 模型表示 | 第100-103页 |
| 5.1.2 模型估计 | 第103页 |
| 5.1.3 模型定阶 | 第103-104页 |
| 5.2 分位数脉冲响应分析 | 第104-107页 |
| 5.2.1 分位数脉冲响应函数定义 | 第104-105页 |
| 5.2.2 分位数脉冲响应函数估计 | 第105-107页 |
| 5.2.3 分位数脉冲响应函数特征 | 第107页 |
| 5.3 实证研究 | 第107-117页 |
| 5.3.1 数据选择 | 第107-108页 |
| 5.3.2 参数估计 | 第108-115页 |
| 5.3.3 分位数脉冲响应分析 | 第115-117页 |
| 5.4 结论与启示 | 第117-118页 |
| 第六章 总结与展望 | 第118-123页 |
| 6.1 研究总结 | 第118-120页 |
| 6.1.1 研究结果 | 第118-119页 |
| 6.1.2 研究意义 | 第119-120页 |
| 6.2 研究展望 | 第120-123页 |
| 6.2.1 研究方法改进 | 第120-121页 |
| 6.2.2 非线性分位数回归 | 第121页 |
| 6.2.3 金融风险计量 | 第121-123页 |
| 参考文献 | 第123-132页 |
| 附录1 | 第132-133页 |
| 附录2 | 第133-136页 |
| 附录3 | 第136-137页 |
| 附录4 | 第137-140页 |
| 攻读博士学位期间的学术活动及成果情况 | 第140页 |
