| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状分析 | 第12-16页 |
| 1.3.1 国内研究现状 | 第12-14页 |
| 1.3.2 国外研究现状 | 第14-16页 |
| 1.4 研究内容、方法、创新点与技术路线 | 第16-20页 |
| 第2章 相关概念与理论基础 | 第20-29页 |
| 2.1 金融时间序列 | 第20-24页 |
| 2.1.1 金融时间序列理论基本概念 | 第20-22页 |
| 2.1.2 低频数据下的时间序列模型 | 第22-23页 |
| 2.1.3 高频数据下的时间序列模型 | 第23-24页 |
| 2.2 互联网金融模式 | 第24-29页 |
| 第3章 RealizedEGARCH模型与Copula模型 | 第29-42页 |
| 3.1 RealizedEGARCH模型 | 第29-31页 |
| 3.1.1 模型介绍 | 第29-30页 |
| 3.1.2 已实现类波动率 | 第30页 |
| 3.1.3 似然函数与分布设定 | 第30-31页 |
| 3.2 RealizedEGARCH模型分布选择的实证研究 | 第31-34页 |
| 3.2.1 数据来源与处理 | 第31-33页 |
| 3.2.2 参数估计与信息冲击曲线 | 第33-34页 |
| 3.3 Copula函数 | 第34-42页 |
| 3.3.1 Copula函数概述 | 第34-36页 |
| 3.3.2 常用二元Copula函数 | 第36-38页 |
| 3.3.3 Copula函数的相关性测度与评价指标 | 第38-40页 |
| 3.3.4 动态Copula函数 | 第40-42页 |
| 第4章 行业尾部风险相关性的实证研究 | 第42-60页 |
| 4.1 互联网金融与传统金融行业 | 第42-47页 |
| 4.1.1 互联网金融行业概述 | 第42-44页 |
| 4.1.2 互联网金融对传统金融行业的冲击与促进 | 第44-46页 |
| 4.1.3 互联网金融行业存在的问题 | 第46-47页 |
| 4.2 金融行业与互联网金融行业的时变Copula函数拟合 | 第47-57页 |
| 4.2.1 指数数据来源及处理 | 第47-52页 |
| 4.2.2 RealizedEGARCH模型的参数估计与时变Copula模型拟合 | 第52-57页 |
| 4.3 相关政策建议 | 第57-60页 |
| 4.3.1 合理设定预警机制,防范互联网金融犯罪活动 | 第57页 |
| 4.3.2 明确监管目标和权责范围,重视和完善行业自律 | 第57-58页 |
| 4.3.3 完善相关法律法规,提升信息安全水平 | 第58-60页 |
| 结论与展望 | 第60-62页 |
| 结论 | 第60页 |
| 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间所发表的学术论文 | 第66页 |
