| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·选题的背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·VaR 研究现状 | 第9-10页 |
| ·Copula 理论研究现状 | 第10-11页 |
| ·非参数密度估计研究现状 | 第11-12页 |
| ·论文思路与研究内容 | 第12-13页 |
| 2 风险价值度量方法 | 第13-18页 |
| ·VaR 的基本概念和原理 | 第13-14页 |
| ·VaR 的定义 | 第13-14页 |
| ·VaR 的基本原理 | 第14页 |
| ·VaR 的衡量方法 | 第14-18页 |
| ·局部评价法 | 第15-16页 |
| ·完全评价法 | 第16-18页 |
| 3 Copula 函数理论 | 第18-28页 |
| ·Copula 函数简介 | 第18-21页 |
| ·二元Copula 函数的定义及基本性质 | 第18-19页 |
| ·多元Copula 函数的定义及基本性质 | 第19-21页 |
| ·几种常见的Copula 函数类型 | 第21-22页 |
| ·多元正态Copula 函数 | 第21页 |
| ·多元t-Copula 函数 | 第21页 |
| ·阿基米德Copula 函数 | 第21-22页 |
| ·基于Copula 函数的相关性测度 | 第22-25页 |
| ·Kendall 秩相关系数τ | 第23-24页 |
| ·Spearman 秩相关系数ρ | 第24页 |
| ·尾部相关系数 | 第24-25页 |
| ·Copula 函数的参数估计 | 第25-28页 |
| ·最大似然法 | 第25页 |
| ·边际推导法 | 第25-26页 |
| ·CML 法 | 第26页 |
| ·对于阿基米德Copula 函数的参数估计 | 第26-28页 |
| 4 非参数密度估计法 | 第28-33页 |
| ·非参数密度估计简介 | 第28页 |
| ·核密度估计定义 | 第28-29页 |
| ·核密度估计的性质 | 第29-30页 |
| ·核密度估计的渐近无偏性 | 第29页 |
| ·核密度估计的均方相合性 | 第29-30页 |
| ·均方误差的渐近性态 | 第30页 |
| ·核估计的依概率一致收敛性 | 第30页 |
| ·窗宽的选择 | 第30-31页 |
| ·密度函数的近邻密度估计 | 第31-33页 |
| 5 基于 Copula 的 VaR 非参数估计方法 | 第33-42页 |
| ·研究问题的描述 | 第33页 |
| ·边缘分布的非参数估计方法 | 第33-34页 |
| ·基于Copula 的蒙特卡罗模拟法 | 第34-35页 |
| ·Copula 参数估计方法及其最优选择 | 第35-36页 |
| ·VaR 估计方法 | 第36页 |
| ·算例分析 | 第36-42页 |
| ·基本统计指标和时间序列图 | 第36-38页 |
| ·边缘分布的核密度估计 | 第38-39页 |
| ·基于Copula 函数的VaR 计算 | 第39-40页 |
| ·VaR 的事后检验 | 第40-42页 |
| 6 结论与展望 | 第42-43页 |
| ·结论 | 第42页 |
| ·展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第47页 |