| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 表格索引 | 第9-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-13页 |
| ·系统性风险简介 | 第12-13页 |
| ·国内外研究现状综述 | 第13-15页 |
| ·关于系统性风险度量的研究综述 | 第13-14页 |
| ·关于Copula在金融领域中的研究综述 | 第14-15页 |
| ·研究内容 | 第15-18页 |
| ·研究意义 | 第16页 |
| ·研究框架 | 第16-18页 |
| 第二章 基本概念 | 第18-26页 |
| ·AR模型与GARCH模型概述 | 第18-20页 |
| ·ARMA-GARCH联合模型概述 | 第19-20页 |
| ·Copula函数简介 | 第20-22页 |
| ·Copula函数概念简介 | 第20-21页 |
| ·Copula模型的参数估计方法 | 第21-22页 |
| ·CoVaR与△CoVaR定义 | 第22-26页 |
| 第三章 GARCH-Copula-CoVaR模型概述 | 第26-30页 |
| ·利用Copula函数计算CoVαR_α~(s|L~i)=l | 第26-27页 |
| ·利用t-copula函数计算CoVαR_α~(s|L~i)=l | 第27-30页 |
| ·利用常系数t-copula函数 | 第27-29页 |
| ·利用时变相关t-copula函数 | 第29-30页 |
| 第四章 实证分析 | 第30-52页 |
| ·指数的选取 | 第30-31页 |
| ·美国股票市场数据分析 | 第31-42页 |
| ·数据的描述性统计分析 | 第31-34页 |
| ·数据的平稳性检验 | 第34-35页 |
| ·数据的自相关性检验和ARCH效应检验 | 第35-36页 |
| ·边际分布估计 | 第36-39页 |
| ·拟合copula函数 | 第39页 |
| ·CoVaR及△CoVaR计算 | 第39-42页 |
| ·中国股票市场数据研究 | 第42-52页 |
| ·数据的描述性统计分析 | 第42-45页 |
| ·数据的平稳性检验 | 第45页 |
| ·数据的自相关性检验和ARCH效应检验 | 第45-46页 |
| ·边际分布估计 | 第46-49页 |
| ·拟合copula函数 | 第49页 |
| ·CoVaR及△CoVaR计算 | 第49-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·主要结论 | 第52页 |
| ·研究方法不足及未来研究展望 | 第52-54页 |
| ·研究方法不足 | 第52-53页 |
| ·未来研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
