| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 组合风险测度模型与测度效果评价 | 第12-13页 |
| 1.2.2 传统相依关系模型 | 第13-14页 |
| 1.2.3 vine copula 的理论与应用研究 | 第14-16页 |
| 1.2.4 资产组合极端风险的研究 | 第16页 |
| 1.3 论文主要内容与结构 | 第16-17页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 论文结构安排 | 第17页 |
| 1.4 论文主要创新点 | 第17-19页 |
| 第2章 金融市场极值相依关系的构建 | 第19-33页 |
| 2.1 金融时间序列的检验方法 | 第19-21页 |
| 2.2 边缘分布模型 | 第21-23页 |
| 2.2.1 ARMA(1,1)-GARCH(1,1)-t模型 | 第22页 |
| 2.2.2 EVT极值理论 | 第22-23页 |
| 2.3 Copula函数 | 第23-27页 |
| 2.3.1 Copula函数的性质 | 第23-24页 |
| 2.3.2 常用的Copula函数类别 | 第24-26页 |
| 2.3.3 基于Copula的相依性度量 | 第26页 |
| 2.3.4 Copula函数的参数估计 | 第26-27页 |
| 2.4 vine copula模型 | 第27-32页 |
| 2.4.1 PairCopula相关理论 | 第28页 |
| 2.4.2 vine copula模型的分解结构 | 第28-31页 |
| 2.4.3 vine copula模型的构建 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于vine copula的组合风险动态测度 | 第33-37页 |
| 3.1 预期损失ES模型 | 第33页 |
| 3.2 基于滚动时间窗技术的ES动态测度 | 第33-35页 |
| 3.3 基于自举法的返回测试方法 | 第35页 |
| 3.4 均值-CVaR模型 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 实证研究与结果 | 第37-48页 |
| 4.1 样本数据的选取 | 第37页 |
| 4.2 描述性统计 | 第37-39页 |
| 4.3 边缘分布的构建 | 第39-42页 |
| 4.4 行业资产间极值相依关系的构建 | 第42-45页 |
| 4.5 组合风险的度量与返回测试 | 第45-46页 |
| 4.6 本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间取得学术成果 | 第54页 |
