| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-21页 |
| ·论文研究的背景 | 第9-12页 |
| ·极值统计理论的演进 | 第9-11页 |
| ·极值统计理论与金融风险管理 | 第11-12页 |
| ·研究问题的提出 | 第12-17页 |
| ·极值分布模型研究 | 第12-13页 |
| ·复合极值分布模型的参数估计 | 第13-15页 |
| ·复合超阈值分布模型建立及应用 | 第15页 |
| ·VaR误差分析研究 | 第15-16页 |
| ·对称Bernstein Copula拟合研究 | 第16-17页 |
| ·论文的主要内容与创新 | 第17-21页 |
| ·论文的主要内容 | 第17-19页 |
| ·论文的主要创新点 | 第19-21页 |
| 第二章 极值统计理论 | 第21-40页 |
| ·一元极值理论 | 第21-33页 |
| ·极值类型定理及性质 | 第21-24页 |
| ·极值分布分位数与重现水平 | 第24-25页 |
| ·极值分布的最大值吸引场 | 第25-28页 |
| ·广义Pareto分布及其性质 | 第28-33页 |
| ·多元极值理论 | 第33-40页 |
| ·相关结构函数Copula定义及性质 | 第33-35页 |
| ·二元极值分布模型 | 第35-36页 |
| ·二元极值相关结构函数 | 第36-38页 |
| ·二元极值分布模型参数的分步估计 | 第38-40页 |
| 第三章 复合极值分布的参数估计及应用 | 第40-59页 |
| ·复合极值分布定义 | 第40-42页 |
| ·复合极值分布类型 | 第42-43页 |
| ·Poisson-Gumbel复合极值分布的现实意义 | 第43-44页 |
| ·Poisson-Gumbel复合极值分布的参数估计 | 第44-52页 |
| ·极大似然法（MLE） | 第44-46页 |
| ·复合矩法 | 第46-49页 |
| ·概率权矩法（PWM） | 第49-52页 |
| ·参数估计方法比较 | 第52-56页 |
| ·蒙特卡洛模拟 | 第52-53页 |
| ·估计方法评价 | 第53-56页 |
| ·外汇数据的实证分析 | 第56-59页 |
| ·数据的选取 | 第56-57页 |
| ·参数估计及预测 | 第57-59页 |
| 第四章 复合超阈值分布的参数估计及应用 | 第59-72页 |
| ·GPD拟合分布尾部 | 第59-60页 |
| ·Poisson-GP复合超阈值分布的参数估计 | 第60-64页 |
| ·极大似然法 | 第60-61页 |
| ·复合矩法 | 第61-63页 |
| ·概率权矩法 | 第63-64页 |
| ·参数估计方法比较 | 第64-67页 |
| ·实证分析 | 第67-72页 |
| ·阈值的选取 | 第67-69页 |
| ·参数估计及预测 | 第69-72页 |
| 第五章 风险价值误差分析 | 第72-92页 |
| ·VaR的理论与发展 | 第73-75页 |
| ·VaR的发展概述 | 第73-74页 |
| ·VaR的定义 | 第74页 |
| ·VaR方法的特点 | 第74-75页 |
| ·误差分析理论 | 第75-80页 |
| ·误差的必然性和普遍性 | 第75-76页 |
| ·误差的概念 | 第76页 |
| ·误差的分类 | 第76-79页 |
| ·误差的传递与合成 | 第79-80页 |
| ·VaR误差模型分析 | 第80-92页 |
| ·误差传递系数分析 | 第80-85页 |
| ·弹性系数分析 | 第85-92页 |
| 第六章 对称Bernstein Copula的性质及其应用 | 第92-103页 |
| ·Bernstein Copula | 第92-94页 |
| ·对称Bernstein Copula | 第94页 |
| ·拟合方法 | 第94-97页 |
| ·核估计 | 第94-95页 |
| ·拟合步骤 | 第95-96页 |
| ·单参数Copula族 | 第96-97页 |
| ·实证分析 | 第97-103页 |
| 第七章 结束语 | 第103-105页 |
| ·论文工作总结 | 第103-104页 |
| ·研究展望 | 第104-105页 |
| 参考文献 | 第105-113页 |
| 发表论文和参加科研情况说明 | 第113-114页 |
| 致谢 | 第114页 |
