| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景 | 第8-10页 |
| ·文献综述 | 第10-12页 |
| ·本文研究内容及结构安排 | 第12-14页 |
| 2 VaR方法和FHS技术 | 第14-23页 |
| ·VaR(Value at Risk)方法 | 第14-21页 |
| ·FHS(Filtered Historical Simulation)技术 | 第21-23页 |
| 3 GJR--GARCH模型 | 第23-29页 |
| ·自回归条件异方差(ARCH)模型 | 第23-24页 |
| ·广义自回归条件异方差(GARCH)模型 | 第24-25页 |
| ·GJR-GARCH模型的一般形式及极大似然估计 | 第25-29页 |
| 4 Copula理论和极值理论 | 第29-41页 |
| ·Copula理论 | 第29-36页 |
| ·Copula函数的定义及性质 | 第29-30页 |
| ·多元正态Copula函数(The Multivariate Gaussian Copula,MGC) | 第30-31页 |
| ·多元t-Copula函数(The Multivariate Student's Copula,MTC) | 第31页 |
| ·多元扩散Copula函数(The Multivariate Dispersion Copula,MDC) | 第31-32页 |
| ·阿基米德Copula函数(The Archimedean Copula) | 第32页 |
| ·核Copula函数(The Kernel Copula) | 第32-33页 |
| ·一致性和相关性测度(Concordance and Assosication Measure) | 第33-36页 |
| ·极值理论 | 第36-41页 |
| 5 中国证券市场风险实证研究 | 第41-66页 |
| ·历史模拟VaR方法对中国证券市场的实证研究 | 第41-45页 |
| ·参数设定及数据来源 | 第41页 |
| ·计算及分析过程 | 第41-45页 |
| ·本章小结 | 第45页 |
| ·基于GJR-GARCH和FHS的VaR模型实证研究 | 第45-54页 |
| ·数据来源及分析 | 第45-47页 |
| ·模型的建立及结果分析 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| ·基于GJR-GARCH、EVT和Copula的VaR模型实证研究 | 第54-66页 |
| ·数据来源及分析 | 第54-56页 |
| ·模型的建立及结果分析 | 第56-65页 |
| ·本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录1 不同置信水平下VaR值(%) | 第70-71页 |
| 附录2 5.1节程序 | 第71-72页 |
| 附录3 5.2节程序 | 第72-74页 |
| 附录4 5.3节程序 | 第74-76页 |
| 在学期间发表的学术论文及科研成果 | 第76-77页 |
| 致谢 | 第77页 |
