| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景与研究意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 关于Granger因果检验的风险溢出效应研究 | 第8-10页 |
| 1.2.2 关于GARCH模型的风险溢出效应研究 | 第10-11页 |
| 1.2.3 关于Copula模型的风险溢出效应研究 | 第11-12页 |
| 1.2.4 研究述评 | 第12页 |
| 1.3 研究内容与研究方法 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.4 创新之处与不足之处 | 第13-14页 |
| 1.4.1 创新之处 | 第13-14页 |
| 1.4.2 不足之处 | 第14页 |
| 1.5 技术路线 | 第14-15页 |
| 2 Copula函数的相关理论 | 第15-19页 |
| 2.1 Copula函数的定义与性质 | 第15-16页 |
| 2.1.1 Copula函数的定义 | 第15页 |
| 2.1.2 Copula函数的性质 | 第15-16页 |
| 2.2 常用二元Copula函数 | 第16-18页 |
| 2.2.1 二元正态Copula函数 | 第16页 |
| 2.2.2 二元t-Copula函数 | 第16-17页 |
| 2.2.3 Gumbel Copula函数 | 第17页 |
| 2.2.4 Clayton Copula函数 | 第17页 |
| 2.2.5 Frank Copula函数 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 3 模型与方法介绍 | 第19-25页 |
| 3.1 正态性检验 | 第19-20页 |
| 3.1.1 Jarque-Bera检验 | 第19页 |
| 3.1.2 Kolmogorov-Smimov检验 | 第19-20页 |
| 3.1.3 Lilliefors检验 | 第20页 |
| 3.2 相关性检验 | 第20-21页 |
| 3.2.1 Pearson线性相关系数 | 第20-21页 |
| 3.2.2 Kendall秩相关系数 | 第21页 |
| 3.2.3 Spearman秩相关系数 | 第21页 |
| 3.3 Copula模型估计 | 第21-23页 |
| 3.3.1 经验密度函数 | 第22页 |
| 3.3.2 核密度估计 | 第22-23页 |
| 3.4 CoVaR模型 | 第23-24页 |
| 3.4.1 CoVaR模型的定义 | 第23页 |
| 3.4.2 Copula-CoVaR模型推导 | 第23-24页 |
| 3.5 本章小结 | 第24-25页 |
| 4 国内外有色金属期货市场实证分析 | 第25-49页 |
| 4.1 国内有色金属期货市场数据分析 | 第25-37页 |
| 4.1.1 样本选择与数据处理 | 第25页 |
| 4.1.2 描述性统计 | 第25-27页 |
| 4.1.3 正态性检验 | 第27-28页 |
| 4.1.4 确定边缘分布 | 第28-29页 |
| 4.1.5 选择最优Copula函数 | 第29-34页 |
| 4.1.6 计算条件风险价值CoVaR | 第34-35页 |
| 4.1.7 实证结果分析 | 第35-37页 |
| 4.2 国内外有色金属期货市场数据分析 | 第37-48页 |
| 4.2.1 样本选择与数据处理 | 第37页 |
| 4.2.2 描述性统计 | 第37-39页 |
| 4.2.3 正态性检验 | 第39-40页 |
| 4.2.4 确定边缘分布 | 第40-41页 |
| 4.2.5 选择最优Copula函数 | 第41-46页 |
| 4.2.6 计算条件风险价值CoVaR | 第46-47页 |
| 4.2.7 实证结果分析 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 结论与对策建议 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 对策建议 | 第49-50页 |
| 5.3 研究展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55-56页 |
