EGARCH-GPD模型及其在股市风险度量中的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-18页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 文献综述 | 第12-14页 |
| 1.3 现有研究的不足 | 第14页 |
| 1.4 主要研究内容、论文框架结构及创新点 | 第14-18页 |
| 1.4.1 主要研究内容 | 第14-15页 |
| 1.4.2 本文创新点 | 第15页 |
| 1.4.3 本文框架结构 | 第15-18页 |
| 2 金融风险度量VaR | 第18-28页 |
| 2.1 VaR的定义 | 第18-19页 |
| 2.2 VaR估计方法 | 第19-25页 |
| 2.2.1 非参数方法 | 第19-20页 |
| 2.2.2 参数方法 | 第20-24页 |
| 2.2.3 半参数方法 | 第24-25页 |
| 2.3 VaR的返回测试 | 第25-28页 |
| 3 极值理论（EVT） | 第28-34页 |
| 3.1 区块极大值模型 | 第28-30页 |
| 3.2 POT模型 | 第30-34页 |
| 3.2.1 广义Pareto分布 | 第30-31页 |
| 3.2.2 阈值的选取 | 第31-33页 |
| 3.2.3 参数估计 | 第33-34页 |
| 4 基于EGARCH-GPD模型的VaR方法 | 第34-48页 |
| 4.1 EGARCH-GPD模型的构造 | 第34-35页 |
| 4.2 EGARCH-GPD模型的VaR计算 | 第35-37页 |
| 4.3 实证分析 | 第37-48页 |
| 4.3.1 数据与样本说明 | 第37-39页 |
| 4.3.2 EGARCH模型拟合 | 第39-42页 |
| 4.3.3 对修正残差序列拟合GPD | 第42-45页 |
| 4.3.4 模型检验 | 第45-48页 |
| 5 结论和展望 | 第48-50页 |
| 5.1 结论 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第56页 |
