| 内容摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 导论 | 第10-23页 |
| ·研究背景及意义 | 第10-11页 |
| ·文献综述 | 第11-21页 |
| ·COPULA函数相关文献 | 第11-17页 |
| ·GPD关文献 | 第17-21页 |
| ·文章结构安排 | 第21页 |
| ·本文创新 | 第21-23页 |
| 第2章 GARCH、GPD、COPULA模型理论分析 | 第23-55页 |
| ·GARCH族模型概述 | 第23-28页 |
| ·ARCH模型 | 第23页 |
| ·GARCH模型 | 第23-24页 |
| ·GARCH-M模型 | 第24-25页 |
| ·EGARCH (Exponential GARCH)模型 | 第25页 |
| ·TGARCH模型(Threshold GARCH) | 第25-26页 |
| ·TGARCH(Intergrated GARCH Model) | 第26页 |
| ·几种厚尾分布 | 第26-28页 |
| ·极值分布 | 第28-34页 |
| ·广义极值分布(GEV) | 第28-30页 |
| ·广义帕累托分布(GPD) | 第30-31页 |
| ·GPD分布阀值的选择方法 | 第31-34页 |
| ·COPULA理论 | 第34-50页 |
| ·COPULA函数的定义及其本性质 | 第34-35页 |
| ·椭圆族COPULA函数 | 第35-38页 |
| ·阿基米得COPULA | 第38-43页 |
| ·极值COPULA(extreme value COPULA) | 第43-44页 |
| ·COPULA函数估计方法 | 第44-47页 |
| ·最优COPULA函数的选择方法 | 第47-50页 |
| ·相关性分析 | 第50-55页 |
| ·线性相关系数ρ | 第50-51页 |
| ·Kendall 秩关系数τ | 第51-52页 |
| ·Spearman秩相关系数ρ | 第52-53页 |
| ·尾部相关系数 | 第53-55页 |
| 第3章 风险价值(VaR)的研究方法 | 第55-64页 |
| ·VaR定义 | 第55-56页 |
| ·VaR计算方法 | 第56-60页 |
| ·历史模拟法 | 第57-58页 |
| ·蒙特卡罗模拟方法 | 第58-59页 |
| ·分析法 | 第59页 |
| ·三种VaR方法的比较 | 第59-60页 |
| ·COPULA函数资产组合模型 | 第60-62页 |
| ·GARCH-COPULA 模型 | 第60页 |
| ·GPD-COPULA 模型 | 第60-61页 |
| ·GARCH-GPD-COPULA 模型 | 第61-62页 |
| ·VaR的检验方法 | 第62-64页 |
| ·Kupiec检验方法 | 第62-63页 |
| ·概率p点估计方法 | 第63-64页 |
| 第4章 实证研究 | 第64-92页 |
| ·数椐的选择及其统计描述 | 第64-73页 |
| ·数据的选择 | 第64-65页 |
| ·样本数据统计性描述 | 第65-67页 |
| ·样本数据正态性检验 | 第67-68页 |
| ·样本数据单位检验 | 第68-71页 |
| ·样本数据ARCH效应检验 | 第71-73页 |
| ·运用蒙特卡洛模拟法计算GARCH-COPULA模型的VaR | 第73-77页 |
| ·GARCH模型的确定以及参数估计 | 第73-75页 |
| ·COPULA函数参数的估计 | 第75-76页 |
| ·基于GARCH-COPULA模型运用蒙特卡洛模拟法计算资产组合风险VaR | 第76-77页 |
| ·运用蒙特卡洛模拟法对GPD-COPULA模型计算VaR | 第77-81页 |
| ·GPD参数的估计 | 第77-81页 |
| ·运用蒙特卡洛模拟法计算GPD-COPULA模型的风险VaR | 第81页 |
| ·运用蒙特卡洛模拟法GARVH-GPD-COPULA模型的VaR | 第81-84页 |
| ·蒙特卡洛方法计算GARVH-GPD-COPULA模型VaR | 第84页 |
| ·运用历史模拟法计算VaR | 第84-85页 |
| ·分析法计算VaR | 第85-87页 |
| ·VaR有效性检验 | 第87-92页 |
| ·VaR有效性检验 | 第87-90页 |
| ·VaR样本外数据检验 | 第90-92页 |
| 第5章 结论与展望 | 第92-95页 |
| ·论文结论 | 第92-93页 |
| ·研究展望 | 第93-95页 |
| 附录 | 第95-100页 |
| 参考文献 | 第100-103页 |
| 后记 | 第103页 |
