| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·、论文选题的必要性和意义 | 第8-10页 |
| ·、相关课题国内外的现状 | 第10-13页 |
| ·、金融风险度量理论的发展 | 第10-11页 |
| ·、金融资产波动理论的进展状况 | 第11-13页 |
| ·、本章小结 | 第13页 |
| 第二章 ARCH类、SV类模型与参数估计 | 第13-28页 |
| ·、ARCH类模型介绍 | 第13-16页 |
| ·、自回归条件异方差模型(ARCH模型) | 第13-14页 |
| ·、均值自回归条件异方差模型ARCH-M模型 | 第14页 |
| ·、一般自回归条件异方差(GARCH) | 第14-15页 |
| ·、指数GARCH模型(EGARCH) | 第15页 |
| ·、Power GARCH模型(PARCH) | 第15-16页 |
| ·、SV类模型介绍 | 第16-17页 |
| ·、SV模型的分类 | 第17-19页 |
| ·、SV(1)-Normal模型 | 第17-18页 |
| ·、SV(1)-M模型 | 第18页 |
| ·、SV(1)-GED模型 | 第18-19页 |
| ·、SV(1)-T模型 | 第19页 |
| ·、SV模型的参数估计 | 第19-27页 |
| ·、广义矩估计(GMM) | 第20-22页 |
| ·、伪极大似然估计法(QSML) | 第22-24页 |
| ·、马尔科夫链蒙特卡洛(MCMC)方法 | 第24-27页 |
| ·、本章小结 | 第27-28页 |
| 第三章 GARCH模型与SV模型的联系 | 第28-38页 |
| ·、从随机微分方程出发探求SV与GARCH模型的联系 | 第28-36页 |
| ·、随机微分方程的一般形式 | 第28-29页 |
| ·、SV模型对应的随机微分方程 | 第29-30页 |
| ·、GARCH过程对应的随机微分方程 | 第30-33页 |
| ·、从随机微分方程出发SV模型和GARCH模型的比较 | 第33-36页 |
| ·、SV过程、GARCH过程与ARMA过程联系 | 第36-37页 |
| ·、SV模型与GARCH模型一般性质的比较 | 第37-38页 |
| ·、本章小结 | 第38页 |
| 第四章 VaR的概念与检验 | 第38-44页 |
| ·、VaR的基本概念 | 第38-39页 |
| ·、VaR的数学定义 | 第39-40页 |
| ·、VaR的应用 | 第40-42页 |
| ·、VaR模型的检验方法 | 第42-44页 |
| ·、Kupiec检验方法 | 第42-43页 |
| ·、概率P的点估计方法 | 第43-44页 |
| ·、本章小结 | 第44页 |
| 第五章 实证及其结论分析 | 第44-55页 |
| ·、数据的选取 | 第44-45页 |
| ·、指标的定义和基本的统计量 | 第45-46页 |
| ·、收益率 | 第45页 |
| ·、基本的统计量 | 第45-46页 |
| ·、实证检验 | 第46-50页 |
| ·、正态性检验 | 第46-47页 |
| ·、平稳性检验 | 第47-48页 |
| ·、自相关性检验 | 第48页 |
| ·、异方差检验 | 第48-50页 |
| ·、数据建模与结论分析 | 第50-52页 |
| ·、建立模型 | 第50-52页 |
| ·、数据结论分析 | 第52-54页 |
| ·、本章小结 | 第54-55页 |
| 参考文献: | 第55-58页 |
| 附录 | 第58-59页 |
| 致谢 | 第59页 |