基于藤Copula-GARCH-VaR模型的股市风险度量
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 理论意义 | 第10-11页 |
| 1.1.3 实际意义 | 第11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 GARCH | 第11-12页 |
| 1.2.2 Copula理论 | 第12-13页 |
| 1.2.3 VaR模型 | 第13-14页 |
| 1.3 本文创新点 | 第14-15页 |
| 1.4 研究思路及框架 | 第15-16页 |
| 1.4.1 研究思路 | 第15页 |
| 1.4.2 基本框架 | 第15-16页 |
| 1.5 研究难点及其解决方法 | 第16-18页 |
| 第2章 GARCH模型及实证 | 第18-25页 |
| 2.1 GARCH模型 | 第18-19页 |
| 2.2 实证分析 | 第19-25页 |
| 2.2.1 样本选择与数据处理 | 第19页 |
| 2.2.2 样本数据的描述性统计分析 | 第19-21页 |
| 2.2.3 样本数据的ARCH效应检验 | 第21-24页 |
| 2.2.4 GARCH(1,1)模型的建立 | 第24-25页 |
| 第3章 Copula理论介绍及实证 | 第25-39页 |
| 3.1 藤Copula | 第25-31页 |
| 3.1.1 Copula函数的发展 | 第25-26页 |
| 3.1.2 常用Copula函数介绍 | 第26-28页 |
| 3.1.3 藤Copula | 第28-30页 |
| 3.1.4 二元Copula函数的参数估计 | 第30-31页 |
| 3.2 实证分析 | 第31-39页 |
| 3.2.1 Copula函数的选择与参数估计 | 第31-35页 |
| 3.2.2 投资组合VaR的计算 | 第35-36页 |
| 3.2.3 模拟分析 | 第36-39页 |
| 第4章 时变相关性研究 | 第39-46页 |
| 4.1 时变Copula模型 | 第39页 |
| 4.2 实证分析 | 第39-46页 |
| 4.2.1 “沪港通”相关性分析 | 第39-42页 |
| 4.2.2 “深港通”相关性分析 | 第42-46页 |
| 第5章 总结与展望 | 第46-49页 |
| 5.1 研究结论 | 第46-47页 |
| 5.2 研究展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
