| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的 | 第11页 |
| 1.3 研究意义 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 1.5. 研究文献回顾 | 第13-21页 |
| 1.5.1. 国际原油价格影响因素相关研究 | 第13-21页 |
| 1.5.2 可再生能源发展影响因素研究 | 第14-15页 |
| 1.5.3 国际原油价格与可再生能源股价相关性研究 | 第15-17页 |
| 1.5.4 Copula函数相关研究 | 第17-19页 |
| 1.5.5 投资组合风险的度量 | 第19-21页 |
| 第二章 Copula函数理论介绍 | 第21-33页 |
| 2.1 传统相关性度量方法 | 第21-22页 |
| 2.1.1 Pearson相关系数 | 第21页 |
| 2.1.2 格兰杰因果检验 | 第21-22页 |
| 2.2 二元Copula函数的定义及基本性质 | 第22-23页 |
| 2.3 Copula函数的分类 | 第23-26页 |
| 2.3.1 椭圆族Copula函数 | 第24页 |
| 2.3.2 阿基米德Copula函数 | 第24-26页 |
| 2.4 相关性的度量 | 第26-28页 |
| 2.4.1 Kendall秩相关系数 | 第26-27页 |
| 2.4.2 Spearman秩相关系数 | 第27页 |
| 2.4.3 尾部相关系数 | 第27-28页 |
| 2.5 风险价值VaR(Value at Risk) | 第28-33页 |
| 2.5.1 VaR | 第28-30页 |
| 2.5.2 VaR的计算 | 第30-33页 |
| 第三章 Copula模型的构建 | 第33-43页 |
| 3.1 Copula函数的参数估计 | 第33-35页 |
| 3.1.1 极大似然估计法 | 第33页 |
| 3.1.2 边缘分布推导法 | 第33-34页 |
| 3.1.3 阿基米德Copula参数的估计 | 第34-35页 |
| 3.2 GARCH-Copula模型的构建 | 第35-42页 |
| 3.2.1 边缘分布的确定 | 第36-37页 |
| 3.2.2 Copula函数的选择 | 第37-40页 |
| 3.2.3 模型的检验 | 第40-42页 |
| 3.3 基于Copula函数计算VaR | 第42-43页 |
| 第四章 实证研究 | 第43-59页 |
| 4.1 数据选择 | 第43页 |
| 4.2 描述性统计分析 | 第43-45页 |
| 4.3 平稳性、正态性、ARCH效应检验 | 第45-50页 |
| 4.4 边缘分布的估计 | 第50-52页 |
| 4.5 Copula函数参数的估计 | 第52-56页 |
| 4.6 投资组合VaR计算 | 第56-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 研究的主要结论 | 第59-60页 |
| 5.2 研究的不足之处 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-74页 |