| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与方法 | 第13-14页 |
| 1.4 本文创新之处 | 第14-16页 |
| 第二章 基于R-GARCH模型的VaR测度理论与实证分析 | 第16-31页 |
| 2.1 VaR测度 | 第16-17页 |
| 2.1.1 VaR的定义 | 第16页 |
| 2.1.2 VaR的计算方法 | 第16-17页 |
| 2.1.3 VaR的检验 | 第17页 |
| 2.2 GARCH族模型 | 第17-18页 |
| 2.2.1 GARCH模型 | 第17-18页 |
| 2.2.2 EGARCH模型 | 第18页 |
| 2.3 已实现测度与R-GARCH模型 | 第18-19页 |
| 2.3.1 已实现测度 | 第18-19页 |
| 2.3.2 R-GARCH模型 | 第19页 |
| 2.4 实证分析 | 第19-31页 |
| 2.4.1 数据选择与处理 | 第19-22页 |
| 2.4.2 沪深300指数收益率特征分析 | 第22-25页 |
| 2.4.3 基于GARCH模型的波动率预测和VaR测度 | 第25-27页 |
| 2.4.4 基于EGARCH模型的波动率预测和VaR测度 | 第27-28页 |
| 2.4.5 基于R-GARCH模型的波动率预测和VaR测度 | 第28-31页 |
| 第三章 基于R-EGARCH模型的VaR测度理论与实证分析 | 第31-46页 |
| 3.1 R-EGARCH模型 | 第31-34页 |
| 3.1.1 R-EGARCH模型 | 第31页 |
| 3.1.2 不同分布假设下的参数估计方法 | 第31-32页 |
| 3.1.3 波动率方程的非参数估计 | 第32-33页 |
| 3.1.4 波动率方程的半参数估计 | 第33-34页 |
| 3.2 基于参数R-EGARCH模型的波动率预测和VaR测度 | 第34-41页 |
| 3.2.1 单一已实现测度R-EGARCH模型的波动率预测和VaR测度 | 第34-39页 |
| 3.2.2 多重已实现测度R-EGARCH模型的波动率预测和VaR测度 | 第39-41页 |
| 3.3 基于非参数和半参数R-EGARCH模型的VaR测度 | 第41-42页 |
| 3.4 模型评价 | 第42-46页 |
| 3.4.1 波动率预测效果比较 | 第42-43页 |
| 3.4.2 VaR预测效果比较 | 第43-46页 |
| 第四章 多元DCC-REGARCH模型和VaR测度 | 第46-51页 |
| 4.1 多元DCC-REGARCH模型与参数估计 | 第46-47页 |
| 4.2 基于多元DCC-REGARCH模型的VaR测度 | 第47-51页 |
| 4.2.1 数据选取 | 第47-49页 |
| 4.2.2 资产组合相关性分析与VaR测度 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 主要结论 | 第51-52页 |
| 5.2 本文研究不足与后续研究方向 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附件 | 第57页 |
