首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

我国股市风险测度比较分析--基于MIDAS和EEC模型

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

论文共70页,点击 下载论文
上一篇:沪渝试点背景下我国房产税改革问题研究
下一篇:随机利率下的寿险精算分析