| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1. 绪论 | 第12-17页 |
| 1.1. 背景、问题与研究目的 | 第12页 |
| 1.2. 文献综述 | 第12-16页 |
| 1.2.1. 广义双曲分布 | 第12-14页 |
| 1.2.2. Copula理论 | 第14-16页 |
| 1.2.3. 小结 | 第16页 |
| 1.3. 本文内容结构 | 第16-17页 |
| 2. 收益率分布理论及应用 | 第17-37页 |
| 2.1. 收益率分布理论模型 | 第17-22页 |
| 2.1.1. 核密度估计 | 第17-18页 |
| 2.1.2. 广义双曲分布 | 第18-21页 |
| 2.1.3. 参数估计：极大似然估计的EM算法 | 第21-22页 |
| 2.2. 金融市场收益率数据基本特征分析 | 第22-25页 |
| 2.2.1. 收益率分布的典型特征 | 第22页 |
| 2.2.2. 房地产行业指数收益率数据基本分析 | 第22-25页 |
| 2.3. 房地产行业指数收益率分布模型 | 第25-35页 |
| 2.3.1. 广义双曲分布模型拟合 | 第25-28页 |
| 2.3.2. 市场风险计量应用 | 第28-34页 |
| 2.3.3. 分布模型选取结果 | 第34-35页 |
| 2.4. 其他行业指数收益率分布模型 | 第35-37页 |
| 3. 连接函数(Copula)理论及相关性分析应用 | 第37-52页 |
| 3.1. Copula理论 | 第37-42页 |
| 3.1.1. Copula的定义与性质 | 第37-40页 |
| 3.1.2. 椭圆Copula函数族 | 第40页 |
| 3.1.3. Archimedean Copula函数族 | 第40-42页 |
| 3.1.4. Copula的参数估计 | 第42页 |
| 3.2. Copula与相关性分析 | 第42-46页 |
| 3.2.1. Kendall's tau | 第43-44页 |
| 3.2.2. Spearman's rho | 第44-45页 |
| 3.2.3. 尾部相关系数 | 第45-46页 |
| 3.3. 房地产行业相关性分析 | 第46-52页 |
| 3.3.1. 二元Copula模型的构建 | 第47-50页 |
| 3.3.2. 行业相关性分析小结 | 第50-52页 |
| 4. 行业联合市场风险分析 | 第52-64页 |
| 4.1. 一致性风险测度 | 第52-53页 |
| 4.2. Entropic Value-at-Risk | 第53-54页 |
| 4.3. 高维Copula模型 | 第54-58页 |
| 4.3.1. Regular Vines Copula | 第54-57页 |
| 4.3.2. 拟合优度检验 | 第57-58页 |
| 4.4. 房地产行业联合市场风险计量 | 第58-64页 |
| 4.4.1. 构建行业联合分布模型 | 第58-61页 |
| 4.4.2. VaR、ES、E-VaR计算 | 第61-63页 |
| 4.4.3. 联合市场风险计量小结 | 第63-64页 |
| 5. 总结与展望 | 第64-66页 |
| 5.1. 文章总结 | 第64-65页 |
| 5.2. 创新之处 | 第65页 |
| 5.3. 不足与展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
