| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 有关金融市场风险度量的研究现状 | 第12-14页 |
| 1.2.2 有关结构性理财产品市场风险度量的研究现状 | 第14-15页 |
| 1.3 研究内容及方法 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.4 本文创新之处 | 第17-19页 |
| 第二章 互联网金融环境下结构性理财产品的市场风险识别 | 第19-26页 |
| 2.1 互联网金融环境下的结构性理财产品介绍 | 第19-23页 |
| 2.1.1 挂钩利率型的互联网金融环境下结构性理财产品 | 第19-20页 |
| 2.1.2 挂钩汇率型的互联网金融环境下结构性理财产品 | 第20-21页 |
| 2.1.3 挂钩商品型的互联网金融环境下结构性理财产品 | 第21-22页 |
| 2.1.4 挂钩股票型的互联网金融环境下结构性理财产品 | 第22-23页 |
| 2.2 互联网金融环境下结构性理财产品市场风险的新特征 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 GARCH-EVT模型与COPULA理论 | 第26-36页 |
| 3.1 风险价值VaR模型 | 第26页 |
| 3.2 GARCH-EVT模型 | 第26-30页 |
| 3.2.1 动态波动率-GARCH模型 | 第27页 |
| 3.2.2 极值理论-EVT模型 | 第27-29页 |
| 3.2.3 动态风险GARCH-EVT模型 | 第29-30页 |
| 3.3 COPULA理论 | 第30-34页 |
| 3.3.1 多元正态COPULA参数估计及模拟收益率的算法 | 第31-33页 |
| 3.3.2 多元t-COPULA参数估计及模拟收益率的算法 | 第33-34页 |
| 3.4 组合资产的市场风险度量 | 第34页 |
| 3.4.1 考虑相关结构的单一资产市场风险 | 第34页 |
| 3.4.2 N元资产投资权重相等时的组合市场风险 | 第34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于GARCH-EVT模型的单一互联网结构性理财产品市场风险度量 | 第36-57页 |
| 4.1 模型的构建与EVT阈值的分析 | 第36-41页 |
| 4.1.1 阈值模型的构建 | 第36-38页 |
| 4.1.2 阈值选取的讨论 | 第38-41页 |
| 4.2 实证研究 | 第41-56页 |
| 4.2.1 数据的选取 | 第41页 |
| 4.2.2 基本的统计分析 | 第41-43页 |
| 4.2.3 样本尾部分析 | 第43页 |
| 4.2.4 不同方法的阈值选取 | 第43-48页 |
| 4.2.5 EVT模型的参数估计 | 第48-51页 |
| 4.2.6 最优阈值确定 | 第51-53页 |
| 4.2.7 GPD拟合效果检验 | 第53-54页 |
| 4.2.8 计算VaR与CVaR | 第54-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 基于GARCH-EVT-COPULA的互联网结构性理财产品组合市场风险度量 | 第57-67页 |
| 5.1 实证样本的基本情况 | 第57-59页 |
| 5.2 数据的选取 | 第59页 |
| 5.3 数据分析 | 第59-61页 |
| 5.3.1 正态性检验 | 第59页 |
| 5.3.2 平稳性检验 | 第59-60页 |
| 5.3.3 自相关检验 | 第60-61页 |
| 5.4 运用GARCH模型进行数据过滤 | 第61-62页 |
| 5.5 极值分布参数估计及拟合检验 | 第62-63页 |
| 5.5.1 阈值选取 | 第62-63页 |
| 5.5.2 参数估计 | 第63页 |
| 5.6 拟合检验 | 第63-64页 |
| 5.7 COPULA函数的参数估计 | 第64页 |
| 5.8 平台产品的等权重投资组合VaR比较 | 第64-65页 |
| 5.9 返回检验 | 第65-66页 |
| 5.10 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
