| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第13-16页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15页 |
| 1.4 研究方法 | 第15页 |
| 1.5 本文的创新点 | 第15-16页 |
| 2 VaR理论介绍 | 第16-22页 |
| 2.1 VaR的定义 | 第16页 |
| 2.2 一般分布下VaR的计算 | 第16-17页 |
| 2.3 VaR的主要计算方法 | 第17-19页 |
| 2.4 VaR模型的检验 | 第19-22页 |
| 3 基于Monte Carlo模拟法计算VaR | 第22-31页 |
| 3.1 一般Monte Carlo模拟法计算VaR | 第22-23页 |
| 3.2 基于GARCH模型计算VaR的Monte Carlo模拟法 | 第23-24页 |
| 3.3 计算VaR的Monte Carlo模拟法的改进 | 第24-31页 |
| 4 数据处理与分析 | 第31-37页 |
| 4.1 统计学中的几个概念 | 第31-32页 |
| 4.2 数据基本统计特征 | 第32-33页 |
| 4.3 平稳性检验 | 第33页 |
| 4.4 相关性分析 | 第33-35页 |
| 4.5 异方差检验 | 第35-37页 |
| 5 基于Monte Carlo模拟的创业板指数风险度量 | 第37-47页 |
| 5.1 计算VaR的一般的Monte Carlo模拟法 | 第37-39页 |
| 5.2 MC-GARCH-VaR方法计算VaR | 第39-42页 |
| 5.3 MC-SV-VaR方法计算VaR | 第42-47页 |
| 6 结论与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简历 | 第51-53页 |
| 学位论文数据集 | 第53页 |
