| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 VaR理论研究现状 | 第12-13页 |
| 1.2.2 基于Copula理论的风险管理研究现状 | 第13-15页 |
| 1.2.3 基于风险度量的投资组合模型研究现状 | 第15-16页 |
| 1.3 研究思路和方法 | 第16-17页 |
| 1.4 论文内容和结构 | 第17-18页 |
| 1.5 论文的创新 | 第18-20页 |
| 第二章 VaR和Copula理论概述 | 第20-29页 |
| 2.1 VaR理论概述 | 第20-25页 |
| 2.1.1 VaR的定义 | 第20-21页 |
| 2.1.2 VaR应用的注意事项 | 第21页 |
| 2.1.3 VaR计算方法简介 | 第21-24页 |
| 2.1.4 VaR计算方法的比较 | 第24-25页 |
| 2.1.5 VaR值的检验 | 第25页 |
| 2.2 Copula理论概述 | 第25-28页 |
| 2.2.1 Copula函数定义 | 第25-26页 |
| 2.2.2 相关定理 | 第26页 |
| 2.2.3 常用Copula函数简介 | 第26-27页 |
| 2.2.4 Copula函数的参数估计 | 第27-28页 |
| 本章小结 | 第28-29页 |
| 第三章 投资组合边缘分布研究 | 第29-40页 |
| 3.1 条件异方差模型简介 | 第29-32页 |
| 3.1.1 ARCH模型 | 第30-31页 |
| 3.1.2 GARCH模型 | 第31-32页 |
| 3.2 应用举例 | 第32-39页 |
| 3.2.1 样本的选择和分析 | 第32-34页 |
| 3.2.2 模型的选择和参数估计 | 第34-36页 |
| 3.2.3 模型的检验 | 第36-37页 |
| 3.2.4 VaR的Monte Carlo模拟和检验 | 第37-39页 |
| 3.2.5 结果分析 | 第39页 |
| 本章小结 | 第39-40页 |
| 第四章 投资组合资产相关性研究 | 第40-54页 |
| 4.1 Copula函数的相关测度分析 | 第40-43页 |
| 4.2 常用二元Copula函数与相关性度量 | 第43-49页 |
| 4.3 应用举例 | 第49-53页 |
| 本章小结 | 第53-54页 |
| 第五章 基于最大熵原理的多目标投资组合模型研究 | 第54-58页 |
| 5.1 最大熵原理 | 第54-55页 |
| 5.2 多目标投资组合模型的构建 | 第55-56页 |
| 5.3 应用举例 | 第56-57页 |
| 本章小结 | 第57-58页 |
| 第六章 投资组合风险度量模型构建 | 第58-63页 |
| 6.1 基于Copula理论投资组合风险度量模型的构建与求解 | 第58-59页 |
| 6.2 应用举例 | 第59-62页 |
| 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
