| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 引言 | 第6-9页 |
| 第1章 极值统计理论 | 第9-21页 |
| ·极值统计理论的背景知识 | 第9-13页 |
| ·极值分布与次序统计量 | 第9页 |
| ·极值分布的三种类型 | 第9-10页 |
| ·广义极值分布 | 第10-11页 |
| ·极值分布分位数 | 第11-12页 |
| ·极值分布的最大值吸引场 | 第12-13页 |
| ·厚尾分布的定义及诊断 | 第13-14页 |
| ·厚尾分布的定义 | 第13页 |
| ·厚尾分布的诊断 | 第13-14页 |
| ·POT(Peak Over Threshold)模型及其参数估计 | 第14-21页 |
| ·POT模型的理论基础 | 第15-16页 |
| ·广义帕累托分布的性质及检验 | 第16-18页 |
| ·阈值的选取 | 第18-19页 |
| ·参数的估计 | 第19-21页 |
| 第2章 马尔可夫-蒙特卡洛(MC-MC)方法 | 第21-31页 |
| ·贝叶斯估计 | 第21-23页 |
| ·蒙特卡洛方法 | 第23-24页 |
| ·马尔可夫-蒙特卡洛方法(MC-MC方法) | 第24-28页 |
| ·MC-MC方法简介 | 第24-26页 |
| ·Metropolis-Hastings算法 | 第26-27页 |
| ·Gibbs抽样方法 | 第27-28页 |
| ·MC-MC方法分析 | 第28-31页 |
| ·收敛性检验 | 第28页 |
| ·MC-MC方法的误差分析 | 第28-31页 |
| 第3章 我国股票市场损失拟合的实证分析 | 第31-39页 |
| ·数据来源与整理 | 第31-33页 |
| ·数据的统计分析及拟合 | 第33-39页 |
| ·模型阈值的选取 | 第33-35页 |
| ·模型参数的极大似然估计及拟合效果检验 | 第35页 |
| ·模型参数的MC-MC估计 | 第35-39页 |
| 第4章 总结与展望 | 第39-41页 |
| ·本文结论 | 第39页 |
| ·研究中存在的问题及未来研究方向 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 攻读学位期间的研究成果 | 第45-46页 |
| 致谢 | 第46-47页 |