| 论文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 引言 | 第18-23页 |
| 1.1 研究背景 | 第18-19页 |
| 1.2 研究方法与结构安排 | 第19-21页 |
| 1.2.1 研究方法 | 第19页 |
| 1.2.2 结构安排 | 第19-21页 |
| 1.3 主要创新点和研究难点 | 第21-23页 |
| 1.3.1 主要创新点 | 第21-22页 |
| 1.3.2 研究难点 | 第22-23页 |
| 第二章 文献综述 | 第23-31页 |
| 2.1 金融市场相依性研究 | 第23-27页 |
| 2.1.1 GARCH模型的应用研究 | 第23-24页 |
| 2.1.2 多元联合分布与Copula模型 | 第24-26页 |
| 2.1.3 关于Vine Copula模型的研究 | 第26-27页 |
| 2.2 在险价值预测模型与EVT理论的应用 | 第27-28页 |
| 2.3 现有研究的不足 | 第28-31页 |
| 第三章 理论基础 | 第31-59页 |
| 3.1 极值理论与分段核平滑 | 第31-37页 |
| 3.1.1 分块最大值法(BMM) | 第31-33页 |
| 3.1.2 超越阈值法(POT) | 第33-35页 |
| 3.1.3 分块最大值与超越阈值相结合法 | 第35页 |
| 3.1.4 分段核平滑 | 第35-37页 |
| 3.2 相依性测度 | 第37-40页 |
| 3.2.1 线性相关系数 | 第37-38页 |
| 3.2.2 秩相关系数 | 第38-39页 |
| 3.2.3 分位点相依系数 | 第39-40页 |
| 3.2.4 尾部相依系数 | 第40页 |
| 3.3 COPULA理论概述 | 第40-53页 |
| 3.3.1 Copula函数的定义及性质 | 第41页 |
| 3.3.2 Copula函数的分类 | 第41-44页 |
| 3.3.3 Copula函数单调变化定理 | 第44页 |
| 3.3.4 常用二元Copula函数与相依性分析 | 第44-50页 |
| 3.3.5 二元Copula函数相依性测度比较分析 | 第50-53页 |
| 3.4 在险价值(VAR)预测及后向检验 | 第53-58页 |
| 3.4.1 VaR的计算方法和模型 | 第53-55页 |
| 3.4.2 样本外滚动模拟法 | 第55页 |
| 3.4.3 VaR预测效果后向检验方法 | 第55-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 VINE COPULA理论与GARCH-EVT-VINE COPULA模型构建 | 第59-70页 |
| 4.1 VINE COPULA理论概述 | 第59-61页 |
| 4.1.1 条件Copula函数 | 第59-60页 |
| 4.1.2 成对Copula函数(Pair-Copula)分解 | 第60-61页 |
| 4.2 VINE COPULA模型结构与参数估计 | 第61-67页 |
| 4.2.1 藤结构(Vine)建模 | 第61-64页 |
| 4.2.2 节点间Pair Copula函数最优选择与检验 | 第64页 |
| 4.2.3 Vine Copula模型参数估计 | 第64-65页 |
| 4.2.4 Vine Copula模型拟合优度检验 | 第65-67页 |
| 4.3 GARCH-EVT-VINE COPULA模型构建步骤 | 第67-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 金融市场间的极值相依性度量研究 | 第70-100页 |
| 5.1 问题描述 | 第70-71页 |
| 5.2 数据选取与统计分析 | 第71-79页 |
| 5.3 半参数边缘分布模型建模与参数估计 | 第79-87页 |
| 5.3.1 边缘分布模型确定 | 第79-84页 |
| 5.3.2 经验累计分布函数估计 | 第84-87页 |
| 5.4 概率积分变换 | 第87页 |
| 5.5 整体相依性度量 | 第87-89页 |
| 5.6 VINE COPULA模型参数估计结果与检验 | 第89-95页 |
| 5.6.1 Vine Copula模型参数估计结果 | 第90-94页 |
| 5.6.2 不同Vine Copula模型拟合效果比较 | 第94-95页 |
| 5.7 尾部相依性度量 | 第95-99页 |
| 5.8 本章小结 | 第99-100页 |
| 第六章 全球主要股票市场风险测度研究 | 第100-141页 |
| 6.1 问题描述 | 第100页 |
| 6.2 数据选取与统计分析 | 第100-107页 |
| 6.3 半参数边缘分布模型建模与参数估计 | 第107-115页 |
| 6.3.1 边缘分布模型确定 | 第107-112页 |
| 6.3.2 经验累计分布函数估计 | 第112-115页 |
| 6.4 概率积分变换 | 第115-116页 |
| 6.5 整体相依性度量 | 第116-118页 |
| 6.6 VINE COPULA模型参数估计结果与检验 | 第118-124页 |
| 6.6.1 Vine Copula模型参数估计结果 | 第118-123页 |
| 6.6.2 不同Vine Copula模型拟合效果比较 | 第123-124页 |
| 6.7 尾部相依性度量 | 第124-135页 |
| 6.8 VAR预测与稳健性检验 | 第135-139页 |
| 6.9 本章小结 | 第139-141页 |
| 第七章 主要结论与研究展望 | 第141-144页 |
| 7.1 主要结论 | 第141-142页 |
| 7.2 研究展望 | 第142-144页 |
| 参考文献 | 第144-156页 |
| 致谢 | 第156-157页 |
| 攻读博士期间主要成果 | 第157-158页 |
| 附录A | 第158-160页 |
| A.1 缩写及缩略语 | 第158-160页 |
| 附录B | 第160-164页 |
| B.1 R-VINE模型参数估计结果 | 第160-161页 |
| B.2 C-VINE模型参数估计结果 | 第161-162页 |
| B.3 R-VINE模型分解矩阵及COPULA函数族选取矩阵 | 第162-163页 |
| B.4 C-VINE模型分解矩阵及COPULA函数族选取矩阵 | 第163页 |
| B.5 D-VINE模型分解矩阵及COPULA函数族选取矩阵 | 第163-164页 |
| 附录C | 第164-179页 |
| C.1 日收益率和日收益率平方自相关曲线图 | 第164-170页 |
| C.2 标准化残差和标准化残差平方自相关曲线图 | 第170-175页 |
| C.3 R-VINE模型参数估计结果(前四层树结构)汇总表 | 第175-177页 |
| C.4 C-VINE模型参数估计结果(前四层树结构)汇总 | 第177-179页 |
| C.5 D-VINE模型分解矩阵及COPULA函数族选取矩阵 | 第179页 |
