摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-20页 |
·选题背景及意义 | 第10-11页 |
·选题背景 | 第10页 |
·研究意义 | 第10-11页 |
·国内外研究综述 | 第11-17页 |
·国外研究综述 | 第11-15页 |
·国内研究综述 | 第15-17页 |
·研究思路与研究方法 | 第17-18页 |
·研究思路 | 第17-18页 |
·研究方法 | 第18页 |
·论文创新点与不足之处 | 第18-20页 |
·论文的创新点 | 第18-19页 |
·有待进一步研究的问题 | 第19-20页 |
第2章 金融数据统计特征分析 | 第20-31页 |
·厚尾现象 | 第20-22页 |
·QQ 图法 | 第20页 |
·尾极值指数检验法 | 第20-22页 |
·尖峰现象 | 第22-23页 |
·峰度系数检验法 | 第23页 |
·JB 检验法 | 第23页 |
·长记忆性 | 第23-25页 |
·长记忆性检验 | 第24页 |
·长记忆时间序列建模 | 第24-25页 |
·参数 d 的估计 | 第25页 |
·波动集束现象和条件方差时变性 | 第25页 |
·杠杆效应 | 第25-26页 |
·TARCH 模型 | 第26页 |
·EGARCH 模型 | 第26页 |
·实证分析 | 第26-30页 |
小结 | 第30-31页 |
第3章 基于 MIDAS 模型的中国股市波动性研究 | 第31-42页 |
·MIDAS 模型简介 | 第31-35页 |
·基础 MIDAS 模型 | 第31-32页 |
·MIDAS 模型与 DL 模型的比较 | 第32-33页 |
·MIDAS 模型的设定问题 | 第33-34页 |
·MIDAS 模型的研究成果 | 第34-35页 |
·MIDAS 模型的扩展 | 第35-37页 |
·MIDAS-AR 模型 | 第35页 |
·无限滞后 MIDAS 模型 | 第35页 |
·具有阶梯函数的 MIDAS 模型 | 第35页 |
·平滑转换 MIDAS 模型 | 第35-36页 |
·非对称 MIDAS 模型 | 第36页 |
·非参数 MIDAS 模型 | 第36页 |
·多元 MIDAS 模型 | 第36-37页 |
·基于 MIADS 模型我国股票市场的波动性研究 | 第37-41页 |
·已实现波动率简介 | 第37页 |
·高频数据描述性统计 | 第37-39页 |
·MIDAS 模型的建立 | 第39-41页 |
小结 | 第41-42页 |
第4章 Copula 函数及其在金融风险分析中的应用 | 第42-58页 |
·Copula 函数的定义与性质 | 第42-43页 |
·Copula 函数的定义 | 第42-43页 |
·Copula 函数的性质 | 第43页 |
·Copula 函数的类型 | 第43-46页 |
·正态 Copula 函数 | 第43-44页 |
·t-Copula 函数 | 第44页 |
·阿基米德 Copula 函数 | 第44-46页 |
·Copula 函数的估计 | 第46-47页 |
·极大似然估计 | 第46页 |
·非参数核密度估计 | 第46-47页 |
·Copula 理论在金融风险分析中的应用 | 第47-49页 |
·Copula 应用于市场风险分析 | 第48页 |
·Copula 应用于信用风险分析 | 第48-49页 |
·Copula 应用于操作风险分析 | 第49页 |
·基于 Copula 理论度量 VaR | 第49-51页 |
·VaR 简介 | 第49-50页 |
·Copula-VaR 度量 | 第50-51页 |
·基于 Copula 理论的风险测度分析 | 第51-56页 |
·指标和数据的选取 | 第51-53页 |
·Copula 函数的选取与估计 | 第53-56页 |
·Copula 函数的评价 | 第56页 |
小结 | 第56-58页 |
第5章 基于 EEC 模型和 MIDAS 模型的风险测度 | 第58-63页 |
·基于 EEC 模型的风险测度 | 第58-61页 |
·EEC 模型构建说明 | 第58-59页 |
·EEC 模型风险测度实证分析 | 第59-61页 |
·基于 MIDAS 模型的风险测度 | 第61页 |
·两模型的风险测度比较 | 第61-62页 |
小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-68页 |
攻读硕士学位期间取得的学术成果 | 第68-69页 |
致谢 | 第69-70页 |