基于多分辨率分析和极值理论的集合VaR模型
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景 | 第9-10页 |
| 1.2 研究的目的与现实意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 第二章 VaR及其估计方法的预测与比较 | 第15-21页 |
| 2.1 VaR简介 | 第15-16页 |
| 2.2 VaR估计的常用方法 | 第16-20页 |
| 2.2.1 VaR估计的非参数方法 | 第17-19页 |
| 2.2.2 VaR估计的参数方法 | 第19页 |
| 2.2.3 VaR估计的半参数方法 | 第19-20页 |
| 2.3 VaR应用的优越性和缺陷性 | 第20-21页 |
| 第三章 小波分析与多分辨率分析理论 | 第21-27页 |
| 3.1 傅里叶分析理论 | 第21-22页 |
| 3.2 小波分析与多分辨率分析理论 | 第22-27页 |
| 第四章 极值理论 | 第27-31页 |
| 4.1 极值理论回顾 | 第27-28页 |
| 4.2 BMM模型理论基础 | 第28-29页 |
| 4.3 POT模型理论基础 | 第29-31页 |
| 第五章 MRA-EVT模型 | 第31-43页 |
| 5.1 ARMA模型简介 | 第31-32页 |
| 5.2 GARCH模型简介 | 第32-39页 |
| 5.2.1 ARCH模型 | 第33-34页 |
| 5.2.2 GARCH模型 | 第34-38页 |
| 5.2.3 GARCH模型参数估计 | 第38-39页 |
| 5.3 MRA-EVT模型具体操作步骤 | 第39-43页 |
| 第六章 基于MRA-EVT模型的实证分析 | 第43-53页 |
| 6.1 数据的选取与预处理 | 第43-44页 |
| 6.2 描述性统计量与ARCH效应检验 | 第44-46页 |
| 6.3 收益率相关性与多分辨率分析结果 | 第46-47页 |
| 6.4 MRA-EVT模型建立 | 第47-51页 |
| 6.5 预测结果的后侧检验 | 第51-53页 |
| 第七章 研究结论与展望 | 第53-55页 |
| 7.1 研究结论 | 第53页 |
| 7.2 本文研究的局限性研究结论 | 第53-54页 |
| 7.3 后续研究方向 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 在读期间发表的学术论文 | 第61页 |
