基于极值理论的VaR测度及实证研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题的背景 | 第8页 |
| 1.2 研究意义 | 第8页 |
| 1.3 国内外研究现状综述 | 第8-11页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10-11页 |
| 1.4 论文的主要内容及创新 | 第11-12页 |
| 第二章 风险价值 | 第12-16页 |
| 2.1 引言 | 第12页 |
| 2.2 VaR的定义及表示 | 第12-13页 |
| 2.3 ES方法 | 第13-14页 |
| 2.4 谱风险测度 | 第14-16页 |
| 第三章 极值理论 | 第16-22页 |
| 3.1 广义极值分布 | 第16-19页 |
| 3.1.1 区间极值模型 | 第16-18页 |
| 3.1.2 极大似然估计 | 第18-19页 |
| 3.2 广义帕累托分布 | 第19-22页 |
| 3.2.1 统计理论与数学模型 | 第19-20页 |
| 3.2.2 超越均值函数 | 第20-22页 |
| 第四章 VaR的极值方法 | 第22-25页 |
| 4.1 基于广义极值分布的VaR测度 | 第22-23页 |
| 4.2 基于广义帕累托分布的VaR测度 | 第23-24页 |
| 4.3 基于广义帕累托分布的ES测度 | 第24-25页 |
| 第五章 极值理论的改进 | 第25-30页 |
| 5.1 平稳时间序列的极值理论建模 | 第25-27页 |
| 5.2 模型参数估计方法 | 第27-28页 |
| 5.3 极值指标估计方法 | 第28-29页 |
| 5.4 平稳时间序列的VaR测度 | 第29-30页 |
| 第六章 实证研究 | 第30-43页 |
| 6.1 样本的基本统计分析 | 第30-34页 |
| 6.1.1 样本的选取及数据来源 | 第30-31页 |
| 6.1.2 对数收益率分布的正态性检验 | 第31-33页 |
| 6.1.3 序列相关性检验 | 第33-34页 |
| 6.2 应用GEV计算VaR | 第34-38页 |
| 6.2.1 参数估计 | 第34-36页 |
| 6.2.2 模型残差检验 | 第36-37页 |
| 6.2.3 VaR计算结果 | 第37-38页 |
| 6.3 应用GPD计算VaR | 第38-42页 |
| 6.3.1 门限估计 | 第38-39页 |
| 6.3.2 GPD模型检验 | 第39-40页 |
| 6.3.3 VaR和ES计算结果 | 第40-41页 |
| 6.3.4 溢出检验 | 第41-42页 |
| 6.4 应用极值指标计算VaR | 第42-43页 |
| 第七章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 攻读学位期间发表的学术论文 | 第48页 |
