| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题的背景和意义 | 第8-9页 |
| 1.1.1 选题的背景 | 第8页 |
| 1.1.2 选题的意义 | 第8-9页 |
| 1.2 Pair Copula函数的发展 | 第9-10页 |
| 1.2.1 Copula函数在金融市场的研究 | 第9-10页 |
| 1.2.2 Pair Copula函数在金融市场的研究 | 第10页 |
| 1.3 本文内容 | 第10-11页 |
| 1.4 本文结构 | 第11-12页 |
| 第二章 边际分布估计介绍 | 第12-17页 |
| 2.1 核密度估计的理论介绍 | 第12-14页 |
| 2.2 GARCH模型估计的理论介绍 | 第14-17页 |
| 2.2.1 GARCH模型 | 第14-15页 |
| 2.2.2 TGARCH模型 | 第15-17页 |
| 第三章 Copula函数 | 第17-26页 |
| 3.1 Copula函数的定义及性质 | 第17-19页 |
| 3.1.1 二维Copula函数的定义 | 第17页 |
| 3.1.2 二元分布的Sklar定理 | 第17页 |
| 3.1.3 二元Copula函数的性质 | 第17-18页 |
| 3.1.4 多元Copula函数的定义 | 第18页 |
| 3.1.5 多元分布的Sklar定理 | 第18-19页 |
| 3.1.6 多元Copula函数的性质 | 第19页 |
| 3.2 常用的Copula函数及特点 | 第19-22页 |
| 3.2.1 正态Copula函数 | 第19-20页 |
| 3.2.2 t-Copula函数 | 第20-21页 |
| 3.2.3 阿基米德Copula函数 | 第21-22页 |
| 3.3 相关性分析以及Copula参数估计 | 第22-26页 |
| 3.3.1 相关性分析方法 | 第22-24页 |
| 3.3.2 参数估计方法 | 第24-26页 |
| 第四章 Pair Copula函数 | 第26-32页 |
| 4.1 n维Pair Copula函数的理论介绍 | 第26-28页 |
| 4.2 五维Pair Copula函数的理论证明 | 第28-32页 |
| 第五章 混合Pair Copula-核估计分析 | 第32-34页 |
| 5.1 边际分布的建模分析 | 第32页 |
| 5.2 混合Pair Copula模型估计分析 | 第32-34页 |
| 第六章 实例分析 | 第34-43页 |
| 6.1 数据分析及边际分布估计 | 第34-40页 |
| 6.2 Pair Copula函数的联合密度分布参数估计 | 第40-43页 |
| 第七章 结论与展望 | 第43-44页 |
| 7.1 结论 | 第43页 |
| 7.2 展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |