| 前言:VaR方法的产生背景 | 第7-9页 |
| 第一章 VaR风险测度法 | 第9-14页 |
| 1.1 传统风险测度法的不足 | 第9-10页 |
| 1.2 VaR的概念 | 第10-11页 |
| 1.3 VaR的计算 | 第11-14页 |
| 1.3.1 VaR计算的基本思想和步骤 | 第11-12页 |
| 1.3.2 历史模拟法 | 第12页 |
| 1.3.3 Monte Carlo模拟法 | 第12-13页 |
| 1.3.4 分析方法 | 第13-14页 |
| 第二章 基于VaR的组合投资模型 | 第14-37页 |
| 2.1 均值-方差模型 | 第14-15页 |
| 2.2 均值-VaR模型 | 第15-23页 |
| 2.2.1 均值-方差有效前沿 | 第15-16页 |
| 2.2.2 均值-VaR有效前沿 | 第16-19页 |
| 2.2.3 投资中存在无风险证券的情况 | 第19-22页 |
| 2.2.4 实例分析 | 第22-23页 |
| 2.3 带有VaR限制条件的均值-方差模型 | 第23-30页 |
| 2.3.1 带VaR限制条件的均值-方差有效前沿 | 第23-28页 |
| 2.3.2 投资中存在无风险证券的情况 | 第28-30页 |
| 2.4 借款，贷款利率不相等时的投资组合有效前沿 | 第30-37页 |
| 2.4.1 均值-方差模型 | 第30-32页 |
| 2.4.2 均值-VaR模型 | 第32页 |
| 2.4.3 带VaR限制条件的均值-方差有效前沿 | 第32-36页 |
| 2.4.4 实例分析 | 第36-37页 |
| 第三章 厚尾分布条件下的VaR | 第37-48页 |
| 3.1 金融收益分布的厚尾性 | 第37页 |
| 3.2 基于GARCH模型的VaR计算 | 第37-40页 |
| 3.3 极值理论 | 第40-44页 |
| 3.3.1 分块样本的极值理论 | 第40-42页 |
| 3.3.2 POT模型 | 第42-44页 |
| 3.4 Copula函数和相依性理论 | 第44-47页 |
| 3.4.1 Copula函数的定义 | 第44-45页 |
| 3.4.2 Kendall的tau和Spearman的rho | 第45-46页 |
| 3.4.3 尾部相依性 | 第46-47页 |
| 3.5 组合极值VaR | 第47-48页 |
| 第四章 VaR方法的不足和改进 | 第48-50页 |
| 4.1 风险测度的要求 | 第48-49页 |
| 4.2 VaR方法的不足和CVaR | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致 谢 | 第54页 |