| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 相关文献综述 | 第9-12页 |
| 1.2.1 国际文献 | 第9-11页 |
| 1.2.2 国内文献 | 第11-12页 |
| 1.3 研究思路，内容结构及创新点 | 第12-14页 |
| 1.3.1 研究思路 | 第12页 |
| 1.3.2 内容结构 | 第12-13页 |
| 1.3.3 主要创新点 | 第13-14页 |
| 2 理论方法 | 第14-28页 |
| 2.1 Copula理论 | 第14-21页 |
| 2.1.1 Copula函数简介 | 第14-15页 |
| 2.1.2 Copula函数的定义，一般性质及基本定理 | 第15-16页 |
| 2.1.3 常用的Copula函数 | 第16-18页 |
| 2.1.4 Pair-Copula方法 | 第18-21页 |
| 2.2 GARCH类模型 | 第21-23页 |
| 2.2.1 ARCH模型 | 第22页 |
| 2.2.2 GARCH模型 | 第22-23页 |
| 2.2.3 TARCH模型 | 第23页 |
| 2.3 极端值理论 | 第23-25页 |
| 2.3.1 广义极值理论 | 第23-24页 |
| 2.3.2 POT：广义Pareto分布 | 第24-25页 |
| 2.4 非参核估计 | 第25-26页 |
| 2.5 VaR理论 | 第26-28页 |
| 2.5.1 VaR的定义 | 第26页 |
| 2.5.2 VaR方法 | 第26-28页 |
| 3 模型构建 | 第28-35页 |
| 3.1 Copula建模的一般方法 | 第28页 |
| 3.2 边缘分布建立 | 第28-29页 |
| 3.3 Pair-Copula-GARCH模型建立及参数估计 | 第29-31页 |
| 3.3.1 模型建立 | 第29-30页 |
| 3.3.2 参数估计方法 | 第30-31页 |
| 3.4 Pair-Copula-GARCH-GPD优化模型 | 第31-33页 |
| 3.5 Pair-Copula-GARCH-GPD模型的VaR测度 | 第33-34页 |
| 3.5.1 定义反推法 | 第33-34页 |
| 3.5.2 蒙特卡洛模拟法 | 第34页 |
| 3.6 小结 | 第34-35页 |
| 4 实证分析 | 第35-50页 |
| 4.1 样本选择 | 第35-36页 |
| 4.2 样本数据的描述性统计分析 | 第36-37页 |
| 4.3 边缘分布构建及参数估计 | 第37-44页 |
| 4.3.1 GARCH类模型构建边缘分布函数 | 第37-40页 |
| 4.3.2 边缘分布函数优化 | 第40-44页 |
| 4.4 Pair-Copula函数建立与参数估计 | 第44-47页 |
| 4.4.1 [0,1]均匀分布检验 | 第44-45页 |
| 4.4.2 Vine-Copula结构选择 | 第45-46页 |
| 4.4.3 Pair-Copula函数选择与参数估计 | 第46-47页 |
| 4.5 VaR值的蒙特卡洛计算及模型比较 | 第47-49页 |
| 4.6 小结 | 第49-50页 |
| 5 结论与展望 | 第50-53页 |
| 5.1 研究结论 | 第50-52页 |
| 5.1.1 理论结论 | 第50页 |
| 5.1.2 计算过程结论 | 第50-51页 |
| 5.1.3 实证结论 | 第51-52页 |
| 5.2 研究展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-64页 |
| 致谢 | 第64-65页 |
| 在学期间发表的学术论文及研究成果 | 第65-66页 |
