| 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 |
| ·国内外研究现状综述 | 第9-11页 |
| ·VaR 的研究现状 | 第9页 |
| ·极值VaR 的研究现状 | 第9-10页 |
| ·阈值模型中参数估计的研究现状 | 第10-11页 |
| ·研究思路与创新之处 | 第11-13页 |
| 2 金融风险值 VaR 的基本理论 | 第13-18页 |
| ·VaR 概念 | 第13-14页 |
| ·VaR 的定义 | 第13-14页 |
| ·VaR 的发展概述 | 第14页 |
| ·VaR 的常用计算方法 | 第14-16页 |
| ·历史模拟法 | 第15页 |
| ·方差—协方差法 | 第15页 |
| ·蒙特卡罗模拟法 | 第15-16页 |
| ·VaR 方法的应用 | 第16-17页 |
| ·小结 | 第17-18页 |
| 3 极值理论的基础知识 | 第18-25页 |
| ·极值理论的发展概述 | 第18-19页 |
| ·极值理论的两类模型 | 第19-24页 |
| ·经典BMM 模型 | 第20-21页 |
| ·POT 模型 | 第21-24页 |
| ·小结 | 第24-25页 |
| 4 贝叶斯统计的相关知识 | 第25-33页 |
| ·贝叶斯统计学概述 | 第25-26页 |
| ·贝叶斯统计的基本观点及Bayes 估计 | 第26-28页 |
| ·贝叶斯统计的基本观点 | 第26-27页 |
| ·Bayes 估计 | 第27-28页 |
| ·MCMC 方法 | 第28-32页 |
| ·MCMC 方法的思想 | 第28-30页 |
| ·满条件分布 | 第30页 |
| ·Gibbs 抽样 | 第30-32页 |
| ·小结 | 第32-33页 |
| 5 基于 Bayes 估计与 POT 模型的 VaR 计算方法 | 第33-42页 |
| ·基于POT 模型的极值风险VaR 计算 | 第33-34页 |
| ·极值VaR 的定义 | 第33页 |
| ·基于POT 模型的VaR 计算 | 第33-34页 |
| ·POT 模型中参数的Bayes 估计 | 第34-37页 |
| ·后验分布的确定 | 第35页 |
| ·Bayes 估计的计算 | 第35-37页 |
| ·模型的准确性检验 | 第37页 |
| ·实证分析 | 第37-40页 |
| ·数据的基本统计特征 | 第37-38页 |
| ·VaR 的计算 | 第38-40页 |
| ·小结 | 第40-42页 |
| 6 结论与展望 | 第42-44页 |
| ·结论 | 第42页 |
| ·后续研究工作的展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录 | 第48页 |