基于连接函数模型的金融风险测度研究
| 内容摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 导论 | 第12-22页 |
| ·选题背景及研究意义 | 第12-18页 |
| ·选题背景 | 第12-16页 |
| ·研究目的与意义 | 第16-18页 |
| ·研究结构与主要创新 | 第18-22页 |
| ·研究内容与结构 | 第18-20页 |
| ·主要创新与特色 | 第20-22页 |
| 第2章 文献综述 | 第22-37页 |
| ·国外研究现状 | 第22-31页 |
| ·Copula模型设定与估计的研究 | 第22-25页 |
| ·Copula模型的检验 | 第25-28页 |
| ·Copula模型的应用研究 | 第28-31页 |
| ·国内研究现状 | 第31-36页 |
| ·参数Copula模型的研究 | 第31-34页 |
| ·半参数和非参数Copula模型的研究 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 Copula理论的研究与分析 | 第37-77页 |
| ·Copula函数的一般概念 | 第37-42页 |
| ·多元Copula函数的定义与基本性质 | 第37-39页 |
| ·多元Sklar定理及推论 | 第39-40页 |
| ·条件Copula函数 | 第40-42页 |
| ·传统Copula函数的分类 | 第42-55页 |
| ·椭圆族Copula函数 | 第42-44页 |
| ·阿基米德Copula函数 | 第44-53页 |
| ·极值Copula函数 | 第53-55页 |
| ·Vine Copula函数 | 第55-58页 |
| ·Vine Copula函数的定义 | 第55-56页 |
| ·Vine Copula的树结构及其对应矩阵 | 第56-58页 |
| ·基于Copula理论的相关性测度 | 第58-64页 |
| ·Kendall秩相关系数 | 第58-60页 |
| ·Spearman秩相关系数 | 第60-61页 |
| ·Gini秩相关系数 | 第61页 |
| ·尾部相关系数 | 第61-64页 |
| ·Copula模型的设定研究 | 第64-65页 |
| ·确定单个随机变量的边缘分布 | 第64页 |
| ·确定随机变量间相关模式的Copula函数 | 第64-65页 |
| ·Copula模型的估计方法研究 | 第65-72页 |
| ·Copula模型的参数估计方法 | 第65-69页 |
| ·Copula模型的半参数和非参数估计方法 | 第69-72页 |
| ·Copula模型的检验 | 第72-75页 |
| ·边缘分布模型的检验 | 第72页 |
| ·Copula函数的检验 | 第72-75页 |
| ·本章小结 | 第75-77页 |
| 第4章 Copula模型的应用研究 | 第77-94页 |
| ·构成Copula模型的函数族分析 | 第77-84页 |
| ·GARCH族模型 | 第77-79页 |
| ·极值理论方法 | 第79-84页 |
| ·应用Copula模型进行金融风险测度 | 第84-93页 |
| ·在险价值(VaR)模型 | 第84-91页 |
| ·应用Copula模型的建模过程 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 Copula模型的实证研究 | 第94-115页 |
| ·基于Copula模型的金融风险测度 | 第94-99页 |
| ·数据及描述性统计分析 | 第94-95页 |
| ·确定单个随机变量的边缘分布 | 第95-97页 |
| ·确定随机变量间相关模式的Copula函数 | 第97-98页 |
| ·计算VaR并进行失效天数回测 | 第98-99页 |
| ·双参数Copula函数的应用 | 第99-102页 |
| ·选取数据 | 第99-100页 |
| ·确定单个随机变量的边缘分布 | 第100-101页 |
| ·确定随机变量间相关模式的Copula函数 | 第101-102页 |
| ·Vine Copula的应用 | 第102-113页 |
| ·数据及描述性统计分析 | 第102-104页 |
| ·确定单个随机变量的边缘分布 | 第104-106页 |
| ·确定随机变量间相关模式的Copula函数 | 第106-113页 |
| ·本章小结 | 第113-115页 |
| 第6章 研究结论与展望 | 第115-117页 |
| ·主要结论 | 第115-116页 |
| ·研究展望 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 后记 | 第127页 |
