| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究的背景和意义 | 第8页 |
| 1.2 VaR和CVaR的文献综述 | 第8-10页 |
| 1.2.1 VaR的文献综述 | 第8-9页 |
| 1.2.2 CVaR的文献综述 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10-12页 |
| 第2章 VaR和CVaR的简介 | 第12-14页 |
| 2.1 VaR和CVaR的基本原理简介 | 第12-13页 |
| 2.1.1 VaR的基本原理 | 第12页 |
| 2.1.2 CVaR的基本原理 | 第12-13页 |
| 2.2 VaR和CVaR的计算方法 | 第13-14页 |
| 第3章 模型及研究方法的理论 | 第14-18页 |
| 3.1 模型(AR、ARMA) | 第14-15页 |
| 3.1.1 AR模型 | 第14-15页 |
| 3.1.2 ARMA模型 | 第15页 |
| 3.2 MC模拟VaR和CVaR | 第15-16页 |
| 3.3 IS法估计VaR和CVaR | 第16-18页 |
| 第4章 基于重要抽样法估计的统计性质的模拟分析 | 第18-24页 |
| 4.1 模拟经验分布函数图 | 第18-19页 |
| 4.2 模拟VaR和CVaR的概率密度函数图及均值方差 | 第19-22页 |
| 4.3 模拟结果与名义水平的比较 | 第22-24页 |
| 第5章 基于IS的VaR和CVaR模型对黄金风险度量的实证分析 | 第24-31页 |
| 5.1 模型的识别 | 第24-26页 |
| 5.1.1 趋势图检验 | 第24-25页 |
| 5.1.2 黄金日收益率序列的描述分析 | 第25-26页 |
| 5.1.3 黄金的日收益率平稳性检验 | 第26页 |
| 5.2 模型的定阶 | 第26-28页 |
| 5.3 模型的适应性检验 | 第28-29页 |
| 5.4 黄金收益率的VaR和CVaR计算 | 第29-31页 |
| 5.4.1 基于MC的VaR和CVaR计算 | 第29页 |
| 5.4.2 基于IS的VaR和CVaR计算 | 第29-31页 |
| 第6章 论文结论和展望 | 第31-33页 |
| 6.1 主要结论 | 第31页 |
| 6.2 不足之处 | 第31-32页 |
| 6.3 展望 | 第32-33页 |
| 参考文献 | 第33-35页 |
| 附录 | 第35-40页 |
| 致谢 | 第40-41页 |