| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第1章 绪论 | 第6-10页 |
| 1.1 研究的目的和意义 | 第6页 |
| 1.2 本文研究内容 | 第6-8页 |
| 1.2.1 研究思路 | 第6-7页 |
| 1.2.2 论文内容 | 第7-8页 |
| 1.3 论文创新点 | 第8页 |
| 1.4 本章小结 | 第8-10页 |
| 第2章 文献综述 | 第10-18页 |
| 2.1 关于Copula理论方法的研究 | 第10-13页 |
| 2.1.1 国外研究动态 | 第10-11页 |
| 2.1.2 国内研究动态 | 第11-13页 |
| 2.2 关于Copula理论在金融分析上的运用 | 第13-15页 |
| 2.2.1 国外研究动态 | 第13-14页 |
| 2.2.2 国内研究动态 | 第14-15页 |
| 2.3 有关证券市场相关性的研究 | 第15-17页 |
| 2.3.1 国外研究动态 | 第15-16页 |
| 2.3.2 国内研究动态 | 第16-17页 |
| 2.4 国内创业板与主板关系的研究 | 第17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 理论介绍 | 第18-26页 |
| 3.1 Copula函数的定义和基本性质定理 | 第18-19页 |
| 3.1.1 Copula函数的定义 | 第18页 |
| 3.1.2 Copula函数的基本性质 | 第18-19页 |
| 3.1.3 Sklar定理 | 第19页 |
| 3.2 Copula的种类 | 第19-21页 |
| 3.2.1 椭球类Copula | 第19-20页 |
| 3.2.2 阿基米德Copula | 第20-21页 |
| 3.3 相关性测度 | 第21-23页 |
| 3.3.1 基于Copula函数的相关性测度的特点 | 第21页 |
| 3.3.2 Kendall秩相关系数τ | 第21-22页 |
| 3.3.3 尾部相关度量 | 第22-23页 |
| 3.4 Copula参数估计方法 | 第23页 |
| 3.4.1 最大似然估计（ML估计） | 第23页 |
| 3.5 最优Copula函数的选择 | 第23-24页 |
| 3.5.1 平方欧式距离（d~2） | 第23-24页 |
| 3.5.2 Q-Q图 | 第24页 |
| 3.6 ARMA-GARCH-t模型介绍 | 第24页 |
| 3.7 AIC准则 | 第24-25页 |
| 3.8 本章小结 | 第25-26页 |
| 第4章 创业板指数和上证指数相关性的实证分析 | 第26-36页 |
| 4.1 数据选取 | 第26-27页 |
| 4.2 平稳性检验 | 第27页 |
| 4.3 自相关和偏自相关 | 第27-28页 |
| 4.4 构建ARMA-GARCH-t模型 | 第28-30页 |
| 4.4.1 构建创业板指数收益率序列模型 | 第28-29页 |
| 4.4.2 构建创业板指数收益率序列的ARMA(R,M)-GARCH(p,q)-t模型 | 第29页 |
| 4.4.3 构建上证指数收益率序列模型 | 第29页 |
| 4.4.4 评价标准 | 第29-30页 |
| 4.5 Copula模型的参数估计 | 第30-31页 |
| 4.6 最优Copula函数的选择 | 第31-34页 |
| 4.6.1 平方欧式距离（d~2） | 第31页 |
| 4.6.2 Q-Q图 | 第31-34页 |
| 4.7 尾部相关性 | 第34页 |
| 4.8 本章小结 | 第34-36页 |
| 第5章 总结 | 第36-38页 |
| 5.1 结论 | 第36页 |
| 5.2 展望 | 第36-38页 |
| 参考文献 | 第38-42页 |
| 攻读学位期间的研究成果 | 第42-44页 |
| 致谢 | 第44-46页 |