| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究思路，框架结构及论文创新点 | 第12-14页 |
| 1.3.1 研究思路 | 第12页 |
| 1.3.2 框架结构 | 第12-13页 |
| 1.3.3 创新点 | 第13-14页 |
| 第二章 Copula理论与性质 | 第14-23页 |
| 2.1 Copula函数的定义与基本性质 | 第14-16页 |
| 2.1.1 二元 Copula函数基本含义与理论性质 | 第14-15页 |
| 2.1.2 多元 Copula函数的定义及性质 | 第15-16页 |
| 2.2 常用的 Copula函数 | 第16-18页 |
| 2.2.1 正态 Copula函数 | 第16页 |
| 2.2.2 t-Copula函数 | 第16-17页 |
| 2.2.3 阿基米德 Copula函数 | 第17-18页 |
| 2.3 Copula函数的相关性测度 | 第18-23页 |
| 2.3.1 Kendall秩相关系数 | 第18页 |
| 2.3.2 Spearman秩相关系数 | 第18-19页 |
| 2.3.3 尾部相关系数 | 第19页 |
| 2.3.4 基于 Copula函数的相关性度量 | 第19-20页 |
| 2.3.5 基于常用二元 Copula函数的相关性度量 | 第20-23页 |
| 第三章 金融序列模型 | 第23-27页 |
| 3.1 核密度估计 | 第23-25页 |
| 3.1.1 经验分布函数 | 第23页 |
| 3.1.2 核密度估计 | 第23-25页 |
| 3.2 参数估计 | 第25-27页 |
| 3.2.1 最大似然估计（ML估计） | 第25-26页 |
| 3.2.2 分步估计（IFM估计） | 第26页 |
| 3.2.3 半参数估计（CML估计） | 第26-27页 |
| 第四章 贝叶斯理论与贝叶斯推断 | 第27-31页 |
| 4.1 贝叶斯原理 | 第27页 |
| 4.2 贝叶斯计算基础 | 第27-28页 |
| 4.3 基于混合 Copula 函数的贝叶斯推断 | 第28-31页 |
| 第五章 实证研究 | 第31-40页 |
| 5.1 统计特征 | 第31-33页 |
| 5.1.1 沪深股指收益率的统计特征 | 第31-32页 |
| 5.1.2 沪深股指收益率正态概率图 | 第32页 |
| 5.1.3 沪深股指收益率的经验分布图与核分布估计图 | 第32-33页 |
| 5.2 Copula 函数选取与评价 | 第33-40页 |
| 5.2.1 Copula 函数选取 | 第33-36页 |
| 5.2.2 基于贝叶斯对混合 Copula 权重的估计 | 第36-38页 |
| 5.2.3 Copula 函数的评价 | 第38-40页 |
| 结论 | 第40-42页 |
| 研究结论 | 第40-41页 |
| 研究展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 附录A（攻读学位期间所发表的学术论文目录） | 第47-48页 |
| 附录B Matlab 程序 | 第48-50页 |
