基于极值理论的VaR方法在股指期货保证金中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究的目的和意义 | 第8-9页 |
| ·国内外相关研究现状 | 第9-13页 |
| ·国外期货保证金水平研究成果综述 | 第9-11页 |
| ·国内期货保证金水平研究成果综述 | 第11-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文研究创新点 | 第13-14页 |
| 第二章 VaR方法的基础理论 | 第14-24页 |
| ·VaR的基本内容 | 第14-16页 |
| ·VaR的概念 | 第14页 |
| ·VaR的三个要素 | 第14-16页 |
| ·VaR计算的基本原理 | 第16-18页 |
| ·一般分布的VaR计算 | 第16-17页 |
| ·参数分布的VaR计算 | 第17-18页 |
| ·VaR计算的基本方法及优劣分析 | 第18-20页 |
| ·历史模拟法 | 第18-19页 |
| ·蒙特卡罗模拟法 | 第19页 |
| ·方差—协方差法 | 第19-20页 |
| ·VaR方法测量股票市场风险 | 第20-23页 |
| ·股票市场风险含义 | 第20-21页 |
| ·股票市场风险分类 | 第21-22页 |
| ·VaR方法测量股票市场风险的适用性 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 市场数据分析与模型建立 | 第24-43页 |
| ·市场数据分析 | 第24-30页 |
| ·基本统计数据分析 | 第24-26页 |
| ·平稳性检验 | 第26-27页 |
| ·自相关检验 | 第27-28页 |
| ·自回归条件异方差(ARCH)效应检验 | 第28-30页 |
| ·模型的建立 | 第30-35页 |
| ·模型简介 | 第30-34页 |
| ·处理厚尾现象的常用统计分布 | 第34-35页 |
| ·模型的参数估计 | 第35-37页 |
| ·正态分布下各模型的参数估计 | 第35-36页 |
| ·t分布下各模型的参数估计 | 第36页 |
| ·GED分布下各模型的参数估计 | 第36-37页 |
| ·模型的ARCH效应检验 | 第37-38页 |
| ·VaR值的计算结果及分析 | 第38-40页 |
| ·不同分布假设的分位数 | 第38页 |
| ·计算VaR值 | 第38-40页 |
| ·模型的准确性检验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 引进极值理论的GARCH模型 | 第43-59页 |
| ·极值理论 | 第43-48页 |
| ·分块样本极大值的极值理论 | 第44-46页 |
| ·POT模型 | 第46-47页 |
| ·厚尾分布的尾部拟合与分位数估计:完全参数方法 | 第47-48页 |
| ·利用极值理论计算VaR | 第48-49页 |
| ·模型实证 | 第49-58页 |
| ·模型的参数结果 | 第50页 |
| ·残差分析 | 第50-53页 |
| ·残差的广义帕累托(GPD)拟合 | 第53-56页 |
| ·计算VaR值 | 第56-57页 |
| ·模型的准确性检验 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 设置保证金水平 | 第59-61页 |
| ·保证金制度简介 | 第59-60页 |
| ·保证金水平的设置 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
