| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·选题背景及意义 | 第9-10页 |
| ·问题提出 | 第10页 |
| ·研究内容 | 第10-11页 |
| ·关键技术结构安排 | 第11-12页 |
| ·研究创新点 | 第12-13页 |
| 第二章 文献综述 | 第13-21页 |
| ·相关性的概念 | 第13页 |
| ·国内外研究成果综述 | 第13-21页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-21页 |
| 第三章 Copula 函数理论基础 | 第21-35页 |
| ·Copula 的定义和基本性质 | 第21-23页 |
| ·Copula 函数的分类 | 第23-29页 |
| ·椭圆Copula函数族（Elliptic Copulas）及其性质 | 第23-24页 |
| ·阿基米德Copula函数族（Archimedean Copulas）及其性质 | 第24-27页 |
| ·条件Copula函数及其性质 | 第27-28页 |
| ·基于时变的SJC Copula 函数 | 第28-29页 |
| ·相关性测度与Copula函数 | 第29-35页 |
| ·线性相关系数的主要缺陷 | 第29-30页 |
| ·Kendall秩相关系数? | 第30-32页 |
| ·Spearman秩相关系数? | 第32页 |
| ·Gini 基尼关联系数? | 第32-33页 |
| ·基于Copula函数的尾部相依指标 | 第33-35页 |
| 第四章 基于Copula的多变量金融时间序列建模研究 | 第35-45页 |
| ·金融资产收益率分布的统计特征分析 | 第35-36页 |
| ·基于Copula函数的金融模型的构建 | 第36页 |
| ·金融时间序列的边缘分布模型 | 第36-42页 |
| ·ARCH 类模型 | 第36-40页 |
| ·SV类随机波动模型 | 第40-42页 |
| ·基于Copula函数的金融模型的参数估计 | 第42-45页 |
| ·边缘分布模型的参数估计 | 第42-43页 |
| ·Copula 函数的参数估计 | 第43-45页 |
| 第五章 股票市场相关性的实证分析 | 第45-61页 |
| ·样本选取 | 第45页 |
| ·2004-2010 年沪深股指的统计特征分析 | 第45-47页 |
| ·Granger因果检验 | 第47-48页 |
| ·沪深股指相关性的实证分析 | 第48-57页 |
| ·2004-2010 年上证180 指数与深圳成指的相关性分析 | 第48-54页 |
| ·上证180 指数和深圳成指的尾部相关性分析 | 第54-57页 |
| ·典型时期沪深股指尾部相关性的比较研究 | 第57-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·主要结论 | 第61页 |
| ·研究展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 研究成果 | 第69-70页 |
