| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·风险测度的概述 | 第12-14页 |
| ·风险的定义 | 第12页 |
| ·风险测度方法 | 第12-14页 |
| ·研究方法和本文的框架 | 第14-18页 |
| ·研究对象 | 第14-15页 |
| ·研究方法 | 第15-16页 |
| ·本文的框架 | 第16-18页 |
| 第二章 理论方法介绍 | 第18-32页 |
| ·VaR理论 | 第18-22页 |
| ·VaR的定义 | 第18-19页 |
| ·VaR的优缺点 | 第19-20页 |
| ·一致性风险测度CVaR | 第20-21页 |
| ·VaR的估计方法 | 第21-22页 |
| ·极值理论 | 第22-26页 |
| ·极值渐近分布 | 第22-23页 |
| ·POT模型的理论基础 | 第23-24页 |
| ·POT模型的建立和求解 | 第24-26页 |
| ·Copula函数理论 | 第26-31页 |
| ·Copula的由来和定义 | 第26页 |
| ·Copula函数的基本性质 | 第26-27页 |
| ·Copula函数的分类 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 偏态t分布下基于FIGARCH模型的时变VaR计算 | 第32-45页 |
| ·VaR的研究现状 | 第32-33页 |
| ·时变VaR的思路框架 | 第33-35页 |
| ·FIGARCH理论模型 | 第35-38页 |
| ·FIGARCH模型 | 第35-36页 |
| ·时变VaR的计算 | 第36-37页 |
| ·精确性检验——Kupiec检验 | 第37-38页 |
| ·实证分析 | 第38-44页 |
| ·数据特征 | 第38-40页 |
| ·FIGARCH模型的估计 | 第40-41页 |
| ·VaR的估计以及检验 | 第41-43页 |
| ·结论 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 极值理论对单变量股指风险价值的计算 | 第45-57页 |
| ·极值理论在金融市场中的应用 | 第45-46页 |
| ·单变量极值风险建模步骤 | 第46-47页 |
| ·POT模型的计算步骤 | 第46页 |
| ·建模流程图 | 第46-47页 |
| ·数据描述 | 第47-49页 |
| ·样本的选取和预处理 | 第47页 |
| ·数据特征描述 | 第47-48页 |
| ·厚尾性检验 | 第48-49页 |
| ·参数的估计 | 第49-53页 |
| ·阈值u的估计 | 第49-50页 |
| ·拟合检验 | 第50-52页 |
| ·参数ξ,σ的估计 | 第52-53页 |
| ·VaR、CVaR的估计和检验 | 第53-55页 |
| ·VaR、CVaR的估计 | 第53-54页 |
| ·VaR、CVaR的检验 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 Copula-EVT模型对股票价格指数风险价值度量 | 第57-70页 |
| ·Copula函数的引入 | 第57-58页 |
| ·Copula函数理论在金融中的应用 | 第57-58页 |
| ·Copula-EVT模型的建模步骤 | 第58页 |
| ·滤波及CDF的估计 | 第58-65页 |
| ·数据的预处理 | 第58-59页 |
| ·TGARCH模型估计 | 第59-64页 |
| ·CDF的估计 | 第64-65页 |
| ·Copula函数的选择及其参数估计 | 第65-67页 |
| ·Copula函数的选择 | 第65-66页 |
| ·多元t-Copula函数的参数估计 | 第66-67页 |
| ·资产组合的VaR、CVaR的估计和检验 | 第67-69页 |
| ·资产组合的VaR、CVaR的估计 | 第67-68页 |
| ·VaR、CVaR的检验 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-73页 |
| ·主要结论 | 第70-71页 |
| ·本文的不足与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-80页 |
| 硕士期间发表论文情况 | 第80页 |