| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 历史背景及问题的提出 | 第8-9页 |
| 1.2 国内外研究动向 | 第9-11页 |
| 1.2.1 VaR模型的国内外研究动向 | 第9-11页 |
| 1.2.2 VaR回测检验国内外研究动向 | 第11页 |
| 1.3 文章主要内容及创新之处 | 第11-12页 |
| 1.4 本文结构 | 第12-13页 |
| 第2章 时间序列理论 | 第13-17页 |
| 2.1 时间序列定义 | 第13页 |
| 2.2 常见的平稳时间序列模型 | 第13-14页 |
| 2.2.1 自回归模型（AR） | 第13页 |
| 2.2.2 移动平均模型（MA） | 第13-14页 |
| 2.2.3 自回归移动平均模型(ARMA) | 第14页 |
| 2.3 常见的异方差时间序列模型 | 第14-15页 |
| 2.3.1 ARCH模型 | 第14页 |
| 2.3.2 GARCH模型 | 第14-15页 |
| 2.3.3 ARCH族模型 | 第15页 |
| 2.4 ARMA-EGARCH模型 | 第15-17页 |
| 第3章 极值理论 | 第17-20页 |
| 3.1 样本极值的选取 | 第17页 |
| 3.2 广义帕累托分布（GPD） | 第17-18页 |
| 3.3 阀值u的选取 | 第18-20页 |
| 第4章 VaR模型与回测检验新方法研究 | 第20-27页 |
| 4.1 VaR定义 | 第20页 |
| 4.2 估计VaR的一般计算法 | 第20-22页 |
| 4.2.1 估计VaR的参数法 | 第21页 |
| 4.2.2 历史模拟法 | 第21页 |
| 4.2.3 极值理论法 | 第21-22页 |
| 4.3 本文VaR计算方法 | 第22-23页 |
| 4.3.1 ARMA-EGARCH-GPD模型 | 第22页 |
| 4.3.2 估计VaR值的新方法 | 第22-23页 |
| 4.4 VaR模型的回测检验 | 第23-27页 |
| 4.4.1 kupiec似然比检验法 | 第23-24页 |
| 4.4.2 VaR模型回测检验的新方法 | 第24-27页 |
| 第5章 实证分析 | 第27-40页 |
| 5.1 数据来源及处理方式 | 第27页 |
| 5.2 收益率序列的统计分析 | 第27-30页 |
| 5.2.1 平稳性检验 | 第27-28页 |
| 5.2.2 正态性检验 | 第28-29页 |
| 5.2.3 ARCH效应检验 | 第29-30页 |
| 5.3 建立模型并进行参数估计 | 第30-33页 |
| 5.3.1 模型的选择 | 第30-31页 |
| 5.3.2 模型参数估计 | 第31-33页 |
| 5.4 计算VaR | 第33-36页 |
| 5.4.1 ARMA-EGARCH-GPD模型下的VaR计算 | 第33-35页 |
| 5.4.2 ARMA-EGARCH-半参数模型下的VaR计算 | 第35-36页 |
| 5.5 VaR的回测检验 | 第36-40页 |
| 5.5.1 VaR的回测检验-似然比检验法 | 第36-37页 |
| 5.5.2 VaR的回测检验-T检验法 | 第37-38页 |
| 5.5.3 回测检验结果分析 | 第38-40页 |
| 第6章 总结与展望 | 第40-42页 |
| 6.1 总结 | 第40页 |
| 6.2 不足与展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-48页 |
| 在学期间的科研情况 | 第48页 |