| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 国内外文献综述 | 第10-12页 |
| 1.3 论文研究创新及论文结构 | 第12-15页 |
| 1.3.1 论文创新 | 第12-13页 |
| 1.3.2 本文主要内容与结构 | 第13-15页 |
| 2 藤Copula模型 | 第15-30页 |
| 2.1 Copula函数 | 第15-20页 |
| 2.1.1 Copula函数的性质 | 第15页 |
| 2.1.2 常用的Copula函数类别 | 第15-17页 |
| 2.1.3 Copula函数中的相关性度量 | 第17-20页 |
| 2.2 藤Copula分解与构建 | 第20-23页 |
| 2.2.1 藤Copula的分解 | 第20-22页 |
| 2.2.2 藤Copula模型的构建 | 第22-23页 |
| 2.3 pair-Copula函数的选择与检验 | 第23-25页 |
| 2.4 参数估计 | 第25-28页 |
| 2.4.1 Copula模型的参数估计 | 第25-27页 |
| 2.4.2 藤Copula模型的参数估计 | 第27-28页 |
| 2.5 藤Copula模型模拟 | 第28-30页 |
| 3 藤Copula模型的边缘分布 | 第30-37页 |
| 3.1 金融时间序列收益率的分布特性 | 第30-31页 |
| 3.2 ARMA模型 | 第31-32页 |
| 3.2.1 ARMA模型的性质 | 第31页 |
| 3.2.2 ARMA模型选择准则 | 第31-32页 |
| 3.3 关于GARCH模型的介绍 | 第32-33页 |
| 3.4 有关GARCH模型的拓展 | 第33-34页 |
| 3.4.1 TGARCH模型的介绍 | 第33页 |
| 3.4.2 EGARCH模型的介绍 | 第33-34页 |
| 3.4.3 GARCH-M模型的简单介绍 | 第34页 |
| 3.5 ARCH效应的检验方法 | 第34-35页 |
| 3.5.1 ARCH LM检验 | 第34-35页 |
| 3.5.2 Ljung-Box检验 | 第35页 |
| 3.6 经验分布函数的简单介绍 | 第35-36页 |
| 3.7 总结边缘分布建模步骤 | 第36-37页 |
| 4 基于藤Copula模型的投资组合VaR分析 | 第37-39页 |
| 4.1 VaR方法的介绍 | 第37页 |
| 4.2 Kupiec失败率检验法 | 第37-39页 |
| 5 关于股票收益率组合的实证研究 | 第39-55页 |
| 5.1 时间序列的ARMA-GARCH模型 | 第39-49页 |
| 5.1.1 单位根检验 | 第40-41页 |
| 5.1.2 自相关检验 | 第41-45页 |
| 5.1.3 异方差检验 | 第45-49页 |
| 5.2 藤Copula模型的建立及检验 | 第49-52页 |
| 5.3 基于藤Copula模型的收益组合VAR分析 | 第52-55页 |
| 6 论文总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 后记 | 第61-62页 |