| 内容摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究目的和意义 | 第14-15页 |
| 1.2.1 研究目的 | 第14页 |
| 1.2.2 研究意义 | 第14-15页 |
| 1.3 论文的主要内容及创新点 | 第15-18页 |
| 1.3.1 论文的主要内容 | 第15-16页 |
| 1.3.2 论文的主要创新点 | 第16-18页 |
| 第2章 文献综述 | 第18-43页 |
| 2.1 Copula函数的产生和早期发展 | 第18-21页 |
| 2.2 Copula模型的理论研究综述 | 第21-35页 |
| 2.2.1 Copula模型与相关性测度 | 第21-23页 |
| 2.2.2 Copula模型边缘分布的构造 | 第23-26页 |
| 2.2.3 时变参数Copula | 第26-28页 |
| 2.2.4 非参数Copula | 第28-31页 |
| 2.2.5 Vine Copula | 第31-33页 |
| 2.2.6 拟合优度检验 | 第33-35页 |
| 2.3 Copula模型在金融领域的应用 | 第35-43页 |
| 2.3.1 相关性测度应用 | 第36-37页 |
| 2.3.2 市场风险测度和管理 | 第37-39页 |
| 2.3.3 金融工具和衍生品定价 | 第39-41页 |
| 2.3.4 其他应用 | 第41-43页 |
| 第3章 Copula模型建模工具研究 | 第43-83页 |
| 3.1 相关性测度指标 | 第44-50页 |
| 3.1.1 线性相关性测度指标 | 第44-45页 |
| 3.1.2 一致性测度指标 | 第45-49页 |
| 3.1.3 尾部相关性测度指标 | 第49-50页 |
| 3.2 边缘分布模型 | 第50-62页 |
| 3.2.1 自回归移动平均模型(ARMA模型) | 第51-52页 |
| 3.2.2 平滑转移自回归模型(STAR模型) | 第52-54页 |
| 3.2.3 广义自回归条件异方差模型(GARCH模型) | 第54-58页 |
| 3.2.4 随机波动率模型(SV模型) | 第58-59页 |
| 3.2.5 随机扰动项常用的几种分布 | 第59-62页 |
| 3.3 Copula函数的定义、性质及常见形式 | 第62-75页 |
| 3.3.1 Copula函数的定义和基本性质 | 第62-63页 |
| 3.3.2 Frechet族Copula | 第63-65页 |
| 3.3.3 椭圆族Copula | 第65-67页 |
| 3.3.4 单参数阿基米德族Copula | 第67-73页 |
| 3.3.5 双参数阿基米德族Copula | 第73-75页 |
| 3.4 Copula函数的估计方法 | 第75-80页 |
| 3.4.1 参数估计方法 | 第75-78页 |
| 3.4.2 半参数估计方法 | 第78-80页 |
| 3.5 Copula函数的拟合优度检验方法 | 第80-83页 |
| 3.5.1 基于Kendall概率积分变换的检验 | 第80-81页 |
| 3.5.2 基于经验Copula的检验 | 第81页 |
| 3.5.3 基于White信息矩阵等式的检验 | 第81-83页 |
| 第4章 基于半参数C-Vine的多元Copula建模方法研究 | 第83-113页 |
| 4.1 非参数Copula模型 | 第83-85页 |
| 4.1.1 Empirical Copula | 第84页 |
| 4.1.2 Kernel Copula | 第84-85页 |
| 4.2 非参数估计方法研究 | 第85-92页 |
| 4.2.1 核函数选择问题的理论研究 | 第85-89页 |
| 4.2.2 窗宽选择问题的研究 | 第89-92页 |
| 4.3 核函数选择研究的模拟 | 第92-95页 |
| 4.4 Vine Copula的理论研究 | 第95-103页 |
| 4.4.1 Vine的定义、类型和性质 | 第95-99页 |
| 4.4.2 边缘条件分布函数 | 第99-100页 |
| 4.4.3 Vine变量顺序选择 | 第100-101页 |
| 4.4.4 Vine的估计 | 第101页 |
| 4.4.5 Vine的检验 | 第101-103页 |
| 4.5 基于核密度估计的半参数C-Vine Copula模型 | 第103-105页 |
| 4.6 核密度半参数C-Vine Copula模型的模拟 | 第105-113页 |
| 4.6.1 模拟1:边缘分布函数设定研究 | 第105-108页 |
| 4.6.2 模拟2:二元成对Copula函数形式设定研究 | 第108-110页 |
| 4.6.3 模拟3:半参数Vine收敛情况研究 | 第110-113页 |
| 第5章 全球主要股票市场风险相关性测度研究 | 第113-135页 |
| 5.1 近现代经济学派发展及重大经济金融危机综述 | 第113-119页 |
| 5.2 世界主要经济体股票市场风险相关性测度研究 | 第119-133页 |
| 5.2.1 数据的预处理和描述性分析 | 第119-121页 |
| 5.2.2 拟合各市场收益率的边缘分布 | 第121-125页 |
| 5.2.3 参数C、D-Vine模型建模分析 | 第125-128页 |
| 5.2.4 半参数C-Vine模型建模及与参数C-Vine模型的比较 | 第128-131页 |
| 5.2.5 半参数C-Vine模型与传统多元Copula模型的比较 | 第131-132页 |
| 5.2.6 半参数C-Vine模型经济意义分析 | 第132-133页 |
| 5.3 本章小结 | 第133-135页 |
| 第6章 总结与展望 | 第135-140页 |
| 6.1 论文工作总结 | 第135-138页 |
| 6.1.1 文献综述 | 第135页 |
| 6.1.2 Copula模型建模工具研究 | 第135-136页 |
| 6.1.3 基于半参数C-Vine的多元Copula建模方法研究 | 第136-137页 |
| 6.1.4 全球主要股票市场风险相关性测度研究 | 第137-138页 |
| 6.2 研究展望 | 第138-139页 |
| 6.3 结束语 | 第139-140页 |
| 参考文献 | 第140-148页 |
| 后记 | 第148页 |
