时序金融数据的VaR分析
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究动态 | 第10-14页 |
| 第二章 相关概念及理论 | 第14-35页 |
| ·外汇及其风险 | 第14-15页 |
| ·VaR方法概念 | 第15-25页 |
| ·计算VaR的方法 | 第16-17页 |
| ·市场变量服从非正态分布 | 第17-19页 |
| ·建立非正态性模型 | 第19-23页 |
| ·用RiskMetrics或者类似的数据库 | 第23-25页 |
| ·小结 | 第25页 |
| ·非线性分位数回归方法理论回顾 | 第25-27页 |
| ·分位数回归的概念 | 第25-26页 |
| ·非线性分位数回归 | 第26-27页 |
| ·常见copula分位数曲线 | 第27页 |
| ·藤 | 第27-35页 |
| ·藤的基本概念 | 第28-30页 |
| ·信念网络基本概念 | 第30-34页 |
| ·小结 | 第34-35页 |
| 第三章 VaR方法的回顾和比较与D藤的方法 | 第35-48页 |
| ·历史、经验、分位数的方法 | 第35-36页 |
| ·分析方法估计(参数、半参数模型) | 第36-38页 |
| ·仿真的方法 | 第38-39页 |
| ·D藤的方法 | 第39-48页 |
| 第四章 模型构建 | 第48-52页 |
| ·确定边缘分布模型 | 第48页 |
| ·构建copula模型 | 第48-49页 |
| ·构建copula分位数回归模型 | 第49页 |
| ·基于藤的分位数回归 | 第49-52页 |
| 第五章 实证分析及模型比较 | 第52-60页 |
| ·基本检验 | 第52-53页 |
| ·建立基于copula的非线性分位数回归模型 | 第53-56页 |
| ·确定条件边缘分布 | 第53-54页 |
| ·确定copula函数 | 第54-55页 |
| ·Gaussian copula分位数回归 | 第55-56页 |
| ·非线性最小二乘回归模型 | 第56-57页 |
| ·基于藤的分位数回归 | 第57-60页 |
| 第六章 结论 | 第60-61页 |
| 第七章 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表论文情况 | 第67-68页 |
| 致谢 | 第68页 |
