| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1. 绪论 | 第9-19页 |
| 1.1 研究背景与研究意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 系统性风险的研究成果 | 第12-13页 |
| 1.2.2 国内外SIBs测度的研究成果 | 第13-17页 |
| 1.3 研究框架图与研究内容 | 第17-18页 |
| 1.3.1 研究框架图 | 第17页 |
| 1.3.2 研究内容 | 第17-18页 |
| 1.4 研究的创新点 | 第18-19页 |
| 2. CoVaR方法体系的内容与方法 | 第19-23页 |
| 2.1 VaR方法 | 第19-20页 |
| 2.2 CoVaR方法 | 第20-21页 |
| 2.3 分位数回归方法介绍 | 第21-22页 |
| 2.3.1 分位数的概念 | 第21页 |
| 2.3.2 分位数回归的基本思想和系数估计 | 第21-22页 |
| 2.4 运用分位数回归方法测度CoVaR | 第22-23页 |
| 3. 基于GARCH-Copula-CoVaR模型的方法改进 | 第23-33页 |
| 3.1 GARCH模型 | 第23-24页 |
| 3.2 Copula模型及选择方法 | 第24-30页 |
| 3.2.1 Copula模型的介绍 | 第24-25页 |
| 3.2.2 Copula模型的分类 | 第25-28页 |
| 3.2.3 Copula模型的参数估计方法 | 第28-29页 |
| 3.2.4 Copula模型的选择 | 第29-30页 |
| 3.3 GARCH-Copula-CoVaR模型的建立 | 第30-33页 |
| 4. 两种CoVaR计算方法的实证研究 | 第33-43页 |
| 4.1 数据样本及其来源 | 第33页 |
| 4.2 数据的选取和处理 | 第33-34页 |
| 4.3 基于分位数回归方法的CoVaR实证分析 | 第34-37页 |
| 4.4 基于GARCH-Copula-CoVaR模型的实证分析 | 第37-41页 |
| 4.4.1 平稳性检验 | 第37-38页 |
| 4.4.2 ARCH效应检验及拟合 | 第38-39页 |
| 4.4.3 Copula函数的选择 | 第39-40页 |
| 4.4.4 CoVaR计算及结果分析 | 第40-41页 |
| 4.5 两种方法的比较分析 | 第41-43页 |
| 5. 结论与展望 | 第43-47页 |
| 5.1 本文实证结论 | 第43-44页 |
| 5.2 文章局限性 | 第44页 |
| 5.3 未来研究展望 | 第44-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-53页 |
| 附录 | 第53页 |
