基于厚尾分布和GARCH类模型的金融风险度量研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·问题的提出及研究意义 | 第8-9页 |
| ·问题的提出 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·VaR 的研究现状 | 第9-10页 |
| ·极值理论的研究现状 | 第10-12页 |
| ·论文研究的目的和主要内容 | 第12-13页 |
| 2 极值理论方法 | 第13-21页 |
| ·极值理论 | 第13-16页 |
| ·极值类型定理 | 第13-15页 |
| ·极值分布的最大值吸引场 | 第15-16页 |
| ·超阈值模型(POT) | 第16-18页 |
| ·POT 方法的理论基础 | 第16-18页 |
| ·阈值的选择 | 第18页 |
| ·厚尾分布 | 第18-20页 |
| ·正则变化 | 第18-19页 |
| ·厚尾分布 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 尾指数的估计 | 第21-31页 |
| ·Hill 估计 | 第21-22页 |
| ·二阶条件下尾指数的极大似然估计 | 第22-26页 |
| ·ρ=-1下尾指数γ的ML 估计 | 第23-24页 |
| ·一般情形下尾指数γ的ML 估计 | 第24-25页 |
| ·改进的尾指数γ的ML 估计 | 第25-26页 |
| ·二阶条件下尾指数的最小二乘估计 | 第26-29页 |
| ·ρ= -1 下尾指数γ的LS 估计 | 第26页 |
| ·一般情形下尾指数γ的LS 估计 | 第26-29页 |
| ·改进的尾指数γ的LS 估计 | 第29页 |
| ·本章小结 | 第29-31页 |
| 4 基于中国股市的实证分析 | 第31-40页 |
| ·GARCH 模型 | 第31-32页 |
| ·基于厚尾分布的收益率序列极值的建模方法 | 第32-34页 |
| ·基本统计分析 | 第32-33页 |
| ·尾部行为分析 | 第33-34页 |
| ·收益率数据的统计分析 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 5 结论与展望 | 第40-41页 |
| ·主要结论 | 第40页 |
| ·后续工作的展望 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 附录 | 第45页 |
