本站原创摘要4-5
Abstract5-7
目录7-10
第一章 绪论10-20
1.1 选题背景和作用10-13
1.2 国内外探讨近况13-16
1.2.1 国外探讨近况13-15
1.2.2 国内探讨近况15-16
1.3 探讨目的和内容安排16-17
1.4 探讨思路和技术路线17-19
1.5 探讨策略和革新点以及关键技术19-20
第二章 Copula论述20-30
2.1 Copula函数的定义20
2.2 Copula函数的性质20-21
2.3 常用Copula函数21-22
2.4 概率积分变换22-23
2.5 Copula模型的构建策略23
2.6 Copula模型的参数估计策略23-27
2.6.1 EML法(Exact Maximum Likephood method)24-25
2.6.2 IFM法(Inference Functions for Margins method)25
2.6.3 CML法(Canonical Maximum Likephood method)25-26
2.6.4 MLK法(Maximum Likephood based on Kernel density method)26
2.6.5 Genest and Rivest法26-27
2.7 Copula模型的检验27-30
第三章 SV模型30-45
3.1 基本SV模型30-33
3.1.1 基本SV模型的定义30-31
3.1.2 标准基本SV模型31
3.1.3 标准基本SV模型的性质31-33
3.2 扩展SV模型33-38
3.2.1 高阶SV模型33
3.2.2 多元SV模型33-34
3.2.3 厚尾SV模型34-35
3.2.4 杠杆SV模型(又称非对称模型：ASV模型)35-36
3.2.5 非线性SV模型（NSV模型）36
3.2.6 考虑预期收益的SV模型（SV-M模型）36
3.2.7 含有外生变量的SV模型36-37
3.2.8 长记忆SV模型（LMSV模型）37
3.2.9 连续SV模型37-38
3.3 Copula-SV模型38-39
3.4 SV模型的参数估计策略39-43
3.4.1 QML法(Quasi Maximum Likephood method)40-41
3.4.2 MCMC法(Markov Chain Monte Carlo method)41-43
3.5 SV模型的事前检验和事后检验43-45
第四章 VaR45-55
4.1 VaR的起源45-46
4.2 VaR的定义46-48
4.3 VaR的计算策略48-51
4.3.1 方差-协方差法(Variance-Covariance method)48-50
4.3.2 蒙特卡罗模拟法(Monte Carlo Simulation method)50-51
4.4 VaR的检验51-53
4.5 VaR的优缺点53-55
4.5.1 VaR的优点53
4.5.2 VaR的缺点53-55
第五章 开放式基金投资组合风险测度的实证探讨55-63
5.1 样本的选取55-56
5.2 预处理的事前检验56
5.3 样本的预处理56-57
5.4 预处理的事后检验(SV模型的事前检验)57
5.5 建立SV模型57-60
5.6 Copula函数的参数估计及检验60-61
5.7 VaR的计算结果及失败频率检验61-63
结论63-65