| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 文献综述 | 第13-17页 |
| 1.2.1 国外文献综述 | 第13-14页 |
| 1.2.2 国内文献综述 | 第14-16页 |
| 1.2.3 Copula的简单评价 | 第16-17页 |
| 1.3 本文结构与研究方法 | 第17-19页 |
| 1.3.1 研究内容 | 第17-19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.4 论文创新之处 | 第19-21页 |
| 第二章 Copula和风险度量理论 | 第21-33页 |
| 2.1 二元Copula函数的定义及性质 | 第21-22页 |
| 2.1.1 二元Copula函数的定义 | 第21页 |
| 2.1.2 二元Copula函数性质介绍 | 第21-22页 |
| 2.2 常见的Copula函数 | 第22-24页 |
| 2.3 Copula函数与相关性度量 | 第24-25页 |
| 2.4 Copula函数的检验方法 | 第25-26页 |
| 2.5 风险度量理论 | 第26-29页 |
| 2.5.1 VaR的基本概念 | 第26-27页 |
| 2.5.2 VaR值的计算方法 | 第27-29页 |
| 2.6 VaR与CVaR之比较 | 第29-31页 |
| 2.6.1 VaR与CVaR的概念 | 第29页 |
| 2.6.2 VaR与CVaR的共同之处 | 第29-30页 |
| 2.6.3 VaR相对于CVaR的不足 | 第30-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第三章 分段行情下两市场间风险分析 | 第33-47页 |
| 3.1 数据来源分析及划分 | 第33-34页 |
| 3.1.1 数据指标来源分析 | 第33页 |
| 3.1.2 数据的时间段划分 | 第33-34页 |
| 3.2 数据的检验 | 第34-41页 |
| 3.2.1 牛市行情下的数据检验 | 第34-36页 |
| 3.2.2 熊市行情下的数据检验 | 第36-37页 |
| 3.2.3 反弹行情下的数据检验 | 第37-39页 |
| 3.2.4 震荡行情下的数据检验 | 第39-41页 |
| 3.3 模型构建与参数估计 | 第41-44页 |
| 3.3.1 Copula-GARCH模型构建 | 第41-42页 |
| 3.3.2 GARCH模型参数估计 | 第42页 |
| 3.3.3 边缘分布拟合度分析 | 第42-43页 |
| 3.3.4 Copula相关参数估计 | 第43-44页 |
| 3.3.5 二元t-Copula密度函数图和分布函数图 | 第44页 |
| 3.4 基于Copula的VaR和CVaR度量 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 分段行情下的组合优化 | 第47-55页 |
| 4.1 不分段时两市场间的风险 | 第47-51页 |
| 4.1.1 数据的检验 | 第47-49页 |
| 4.1.2 模型构建及参数估计 | 第49-50页 |
| 4.1.3 Q-Q图拟合分析 | 第50页 |
| 4.1.4 两市场间的风险度量 | 第50-51页 |
| 4.2 分段行情下的简单组合优化 | 第51页 |
| 4.3 股市分段与不分段之比较 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 结论与展望 | 第55-59页 |
| 5.1 本文结论 | 第55-56页 |
| 5.2 建议 | 第56-57页 |
| 5.3 研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |