| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·相关问题的研究现状 | 第9-12页 |
| ·Copula 方法的研究现状 | 第9-10页 |
| ·VaR 的研究现状 | 第10-11页 |
| ·利用Copula 方法计算VaR 的研究现状 | 第11-12页 |
| ·论文研究的问题及创新点 | 第12-14页 |
| ·论文研究的问题 | 第12-13页 |
| ·论文创新点 | 第13-14页 |
| ·研究框架 | 第14-15页 |
| 第2章 金融市场风险测量模型VAR 及原理 | 第15-24页 |
| ·VAR 的概念 | 第15页 |
| ·VAR 计算的基本原理 | 第15-16页 |
| ·收益率的度量 | 第15-16页 |
| ·VaR 计算的基本表达式 | 第16页 |
| ·VAR 的计算方法 | 第16-22页 |
| ·历史模拟法 | 第17-18页 |
| ·蒙特卡罗模拟方法 | 第18-19页 |
| ·方差一协方差方法 | 第19-20页 |
| ·多变量的蒙特卡罗模拟 | 第20-21页 |
| ·VaR 方法的比较分析 | 第21-22页 |
| ·传统 VAR 计算中存在的问题 | 第22-23页 |
| ·模型设定的偏差 | 第22页 |
| ·相关系数的缺陷 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 COPULA 理论与金融分析 | 第24-36页 |
| ·COPULA 理论简介 | 第24-28页 |
| ·Copula 的定义及其性质 | 第24-25页 |
| ·Copula 分类 | 第25-28页 |
| ·COPULA 的参数估计 | 第28-30页 |
| ·最大似然法（the maximum likelihood(ML)method） | 第28-29页 |
| ·边际分布推导法（the method of Inference Functions for Margins(IFM)） | 第29页 |
| ·CML（the Canonical Maximum Likelihood method）方法 | 第29页 |
| ·对于Archimedean Copula 的参数估计 | 第29-30页 |
| ·COPULA 理论在金融分析上的应用 | 第30-33页 |
| ·多变量时间序列分析 | 第30-31页 |
| ·金融市场的相关性分析 | 第31-32页 |
| ·金融风险管理 | 第32-33页 |
| ·COPULA 方法计算投资组合的VAR | 第33-35页 |
| ·单个资产收益率条件分布估计 | 第33-34页 |
| ·多资产联合分布的Copula-GARCH 估计 | 第34-35页 |
| ·基于Copula 投资组合的VaR 计算 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于COPULA 方法的开放式基金投资组合VAR 的实证分析 | 第36-52页 |
| ·样本及数据来源 | 第36页 |
| ·基本统计指标 | 第36-46页 |
| ·描述统计 | 第36-37页 |
| ·收益率波动图 | 第37-38页 |
| ·收益率Q-Q 分布图 | 第38-40页 |
| ·自相关与偏自相关检验 | 第40-46页 |
| ·参数方法计算VAR | 第46-50页 |
| ·历史模拟法计算VaR | 第46页 |
| ·Kendall 相关系数法计算VaR | 第46-47页 |
| ·Copula 方法 Monte Carlo 模拟计算VaR | 第47-50页 |
| ·实证结果及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 研究结论与展望 | 第52-55页 |
| ·研究结论 | 第52页 |
| ·VAR 在我国应用的意义 | 第52-53页 |
| ·本文研究的局限与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录A | 第58-59页 |
| 致谢 | 第59页 |
