| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 1. 导论 | 第13-22页 |
| ·论文的研究背景 | 第13-16页 |
| ·本文的研究目的和意义 | 第16-17页 |
| ·相关文献综述 | 第17-20页 |
| ·国外的研究现状 | 第17-19页 |
| ·国内的研究状况 | 第19-20页 |
| ·今后的发展趋势 | 第20页 |
| ·本文的创新与不足 | 第20-21页 |
| ·本文的创新之处 | 第20页 |
| ·本文的不足之处 | 第20-21页 |
| ·文章结构 | 第21-22页 |
| 2. COPULA函数简介 | 第22-32页 |
| ·COPULA函数及其性质简介 | 第22-23页 |
| ·常见的COPULA函数及其特性 | 第23-27页 |
| ·Gaussian Copula | 第24-25页 |
| ·Student's t-Copula | 第25页 |
| ·Clayton Copula | 第25-26页 |
| ·Frank Copula | 第26页 |
| ·Gumbel Copula | 第26-27页 |
| ·COPULA函数的相关性度量 | 第27-30页 |
| ·线性相关系数 | 第27-28页 |
| ·秩相关系数 | 第28-29页 |
| ·尾部相关系数 | 第29-30页 |
| ·COPULA函数的参数估计方法 | 第30-32页 |
| ·全极大似然估计(Full maximum likelihood) | 第30-31页 |
| ·两步极大似然估计法 | 第31-32页 |
| 3. 边缘分布和时间序列简介 | 第32-42页 |
| ·边缘分布 | 第32页 |
| ·边缘分布的参数估计 | 第32-35页 |
| ·矩估计方法 | 第33页 |
| ·极大似然估计方法 | 第33-34页 |
| ·分位点估计方法 | 第34页 |
| ·最小二乘估计法 | 第34-35页 |
| ·时间序列 | 第35-37页 |
| ·时间序列的定义 | 第36页 |
| ·时间序列的平稳性 | 第36-37页 |
| ·时间序列的常见模型 | 第37页 |
| ·时间序列平稳性的检验 | 第37-40页 |
| ·单位根检验 | 第38页 |
| ·Dickey-Fuller检验 | 第38-39页 |
| ·Augmented Dickey-Fuller检验 | 第39页 |
| ·时间序列的自相关系数和偏自相关系数检验方法 | 第39-40页 |
| ·时间序列模型的识别与非平稳序列的处理方法 | 第40-42页 |
| ·时间序列模型的识别 | 第40-41页 |
| ·非平稳时间序列的处理 | 第41-42页 |
| 4. 我国保险公司总准备金的实证分析及模型设定 | 第42-64页 |
| ·数据分析 | 第42-48页 |
| ·数据来源 | 第42-43页 |
| ·数据的相关性分析 | 第43-45页 |
| ·我国保费收入时间序列的平稳性分析 | 第45-48页 |
| ·边缘分布的选取及参数估计 | 第48-53页 |
| ·保费收入数据的变换 | 第48-49页 |
| ·边缘分布函数估计 | 第49-53页 |
| ·不同险种相关性的分析 | 第53-57页 |
| ·COPULA函数的选取及结构参数的估计 | 第57-64页 |
| ·边缘分布函数形式的转变 | 第57-58页 |
| ·Copula函数参数的估计 | 第58-64页 |
| 5. 保险公司提取的准备金评估 | 第64-71页 |
| ·实际提取的准备金计算方法及相关假定 | 第64-66页 |
| ·实际应该提取的准备金计算方法 | 第64-65页 |
| ·计算准备金的相关假定 | 第65-66页 |
| ·理论的准备金与实际的准备金比较 | 第66-68页 |
| ·估算不同业务同时发生的概率 | 第66-67页 |
| ·理论准备金与实际提取的准备金比例分析 | 第67-68页 |
| ·用COPULA函数评估准备金的应用政策建议 | 第68-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-79页 |
| 后记 | 第79-81页 |
| 致谢 | 第81页 |