| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 极值理论的演进 | 第8-9页 |
| 1.1.2 极值统计理论与金融风险管理 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究综述 | 第9-11页 |
| 1.2.2 国内研究综述 | 第11-12页 |
| 1.3 本文的研究内容和结构安排 | 第12-13页 |
| 2 准备知识 | 第13-17页 |
| 2.1 两种度量风险的工具 | 第13-15页 |
| 2.1.1 风险值 VaR | 第13-15页 |
| 2.1.2 期望损失 ES | 第15页 |
| 2.2 分布的厚尾特征 | 第15-17页 |
| 3 广义极值分布 | 第17-24页 |
| 3.1 极值分布的类型 | 第17-19页 |
| 3.2 广义极值分布 | 第19-20页 |
| 3.3 极值分布分位数与返回水平 | 第20页 |
| 3.4 极值分布的最大值吸引场 | 第20-24页 |
| 4 广义 Pareto 分布 | 第24-31页 |
| 4.1 广义 Pareto 分布 | 第24-25页 |
| 4.2 广义 Pareto 分布的性质 | 第25-27页 |
| 4.3 参数 和 的估计 | 第27页 |
| 4.4 POT 模型下的 VaR 和 ES | 第27-28页 |
| 4.5 POT 模型阈值 u 的确定 | 第28-31页 |
| 5 复合超阈值分布 | 第31-39页 |
| 5.1 复合极值分布 | 第31-33页 |
| 5.2 Poisson-GP 复合超阈值分布 | 第33页 |
| 5.3 Poisson-GP 复合超阈值分布的参数估计 | 第33-36页 |
| 5.3.1 极大似然法 | 第33-34页 |
| 5.3.2 复合矩法 | 第34-35页 |
| 5.3.3 概率权矩法 | 第35-36页 |
| 5.4 参数估计方法比较 | 第36-39页 |
| 6 实证分析 | 第39-46页 |
| 6.1 数据处理 | 第39页 |
| 6.2 上证指数收益率序列尾部特征的统计分析 | 第39-40页 |
| 6.3 POT 模型中阈值 u 的选取 | 第40-42页 |
| 6.4 GPD 分布的参数估计及拟合效果 | 第42-45页 |
| 6.5 Poisson-GP 复合超阈值分布的参数估计及拟合效果 | 第45-46页 |
| 7 结论 | 第46-48页 |
| 7.1 论文工作总结 | 第46-47页 |
| 7.2 论文不足与进一步研究展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第53页 |