| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景、意义及目的 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 Dynamic VaR和EVT研究现状 | 第8-9页 |
| 1.2.2 CVaR和投资组合现阶段研究情况 | 第9页 |
| 1.3 本文的研究思路 | 第9-11页 |
| 1.3.1 本文的研究思路 | 第9页 |
| 1.3.2 本文的结构安排 | 第9-11页 |
| 第二章 相关知识及理论 | 第11-17页 |
| 2.1 ARCH和GARCH模型 | 第11-12页 |
| 2.1.1 ARCH模型 | 第12页 |
| 2.1.2 GARCH模型 | 第12页 |
| 2.2 VaR与CVaR | 第12-14页 |
| 2.2.1 VaR的定义 | 第13页 |
| 2.2.2 CVaR的定义 | 第13页 |
| 2.2.3 CVaR的性质 | 第13-14页 |
| 2.3 极值理论(EVT) | 第14-17页 |
| 2.3.1 分块样本极大值理论 | 第14-15页 |
| 2.3.2 POT | 第15-17页 |
| 第三章 GARCH-EVT -Dynamic-CVaR-LP模型 | 第17-23页 |
| 3.1 动态VaR与动态CVaR的定义 | 第17页 |
| 3.2 POT模型 | 第17-19页 |
| 3.2.1 半参数方法 | 第17-18页 |
| 3.2.2 完全参数方法 | 第18-19页 |
| 3.3 动态VaR和CVaR | 第19-20页 |
| 3.4 VaR和CVaR回测检验 | 第20页 |
| 3.5 基于GARCH-EVT -Dynamic-CVaR-LP最优投资组合 | 第20-23页 |
| 3.5.1 LP求解 | 第21-22页 |
| 3.5.2 投资组合风险度量 | 第22-23页 |
| 第四章 实证分析 | 第23-36页 |
| 4.1 数据的选取和计算步骤 | 第23-24页 |
| 4.2 相关统计量检验 | 第24-30页 |
| 4.3 参数估计 | 第30-32页 |
| 4.3.1 黄金和美元指数的参数μ的取值 | 第30-31页 |
| 4.3.2 μ_t和σ_t的动态估计 | 第31-32页 |
| 4.4 模型结果与Dynamic VaR与Dynamic CVaR回测检验 | 第32-34页 |
| 4.4.1 不同置信度下美元指数和黄金的风险测度值 | 第32页 |
| 4.4.2 q=95%时,黄金和美元指数的实际负对数收益,动态VaR和CVaR对比图 | 第32-33页 |
| 4.4.3 失败检验 | 第33-34页 |
| 4.5 最优投资组合基于LP模型并对风险测量 | 第34-36页 |
| 4.5.1 利用LP模型计算最优投资组合 | 第34-35页 |
| 4.5.2 黄金(HJ)和美元指数(MY)投资组合的风险度量 | 第35-36页 |
| 第五章 总结与展望 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 致谢 | 第40页 |
