基于沪深股票数据的VaR估计与检验
| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-10页 |
| 1.2.1 国内研究现状 | 第9页 |
| 1.2.2 国外研究现状 | 第9-10页 |
| 1.3 研究内容 | 第10-12页 |
| 第2章 VaR介绍与相关模型 | 第12-21页 |
| 2.1 VaR概述 | 第12-14页 |
| 2.2 VaR的计算方法 | 第14-15页 |
| 2.3 自回归移动平均模型 | 第15-16页 |
| 2.4 GARCH族模型 | 第16-17页 |
| 2.5 贝叶斯参数估计方法 | 第17-19页 |
| 2.5.1 统计推断的基础 | 第17页 |
| 2.5.2 贝叶斯估计 | 第17-18页 |
| 2.5.3 Metropolis算法和M-H算法 | 第18页 |
| 2.5.4 贝叶斯GARCH模型 | 第18-19页 |
| 2.6 GARCH的假设检验 | 第19-20页 |
| 2.7 Kupiec模型准确性检验方法 | 第20页 |
| 2.8 本章小结 | 第20-21页 |
| 第3章 沪深股票数据模型 | 第21-40页 |
| 3.1 市场数据分析 | 第21-22页 |
| 3.2 相关模型适用性检验 | 第22-28页 |
| 3.2.1 平稳性检验 | 第22-23页 |
| 3.2.2 自回归移动平均模型及ARCH效应检验 | 第23-28页 |
| 3.3 利用GARCH模型族数值计算 | 第28-39页 |
| 3.3.1 上证指数全样本模型估计 | 第28-31页 |
| 3.3.2 上证指数第一阶段模型估计 | 第31-33页 |
| 3.3.3 上证指数第三阶段模型估计 | 第33-36页 |
| 3.3.4 深圳成指全样本模型估计 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 沪深股票数据的VaR实证分析 | 第40-48页 |
| 4.1 GARCH模型的VaR值计算结果及检验 | 第40-42页 |
| 4.2 历史模拟法数值计算及检验 | 第42页 |
| 4.3 VaR计算方法比较 | 第42-43页 |
| 4.4 数值模拟 | 第43-46页 |
| 4.5 本章小结 | 第46-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文 | 第56页 |
