摘要5-7
ABSTRACT7-13
第一章 绪论13-36
1.1 引言13-15
1.2 基本概念与探讨范围15-19
1.2.1 尾部风险15-17
1.2.2 尾部相关性17-19
1.3 相关文献综述19-31
1.3.1 风险度量指标与返回检验19-22
1.3.2 非线性相关结构与风险管理22-26
1.3.3 相关结构的变化与资产配置26-28
1.3.4 个股与市场间尾部相关性对资产定价的影响28-31
1.4 不足的提出31-33
1.5 探讨内容与结构安排33-36
第二章 基于鞍点技术的尾部风险度量:中国股市36-47
2.1 引言36-37
2.2 模型策略介绍37-39
2.2.1 ES 统计量37-38
2.2.2 鞍点技术的引入38-39
2.3 数据与样本内估计39-42
2.4 返回检验浅析42-45
2.5 本章小结45-47
第三章 基于鞍点技术的尾部风险度量:全球视角47-65
3.1 引言47-49
3.2 模型策略介绍49-52
3.2.1 ES 和 TR 统计量49-51
3.2.2 鞍点技术的引入51-52
3.3 数据和样本内估计52-56
3.4 基于 ES 和 TR 的返回检验56-61
3.4.1 全样本返回检验结果56-60
3.4.2 逐年返回检验结果60-61
3.5 风险预测准确性的影响因素浅析61-64
3.5.1 波动率方程与残差分布61-63
3.5.2 样本长度的影响63-64
3.6 本章小结64-65
第四章 引入尾部相关性的风险贡献模拟计算65-82
4.1 引言65-67
4.2 模型策略介绍67-70
4.2.1 基于 VaR 和 ES 的风险分解67-69
4.2.2 多元 Copula 函数69-70
4.3 中国股市各行业的风险贡献浅析70-75
4.4 敏感性浅析75-79
4.4.1 模拟样本量的影响75-76
4.4.2 所检测设模型的影响76-78
4.4.3 数据窗大小对 VaR 风险贡献估计值的影响78-79
4.5 基于市值加权投资组合的结果79-80
4.6 本章小结80-82
第五章 尾部相关性与组合风险:基于正则藤 Copula 的浅析82-97
5.1 引言82-84
5.2 Copula 介绍及正则藤 Copula 构建策略84-87
5.3 数据及模型估计结果87-92
5.4 组合 VaR 预测绩效92-94
5.5 模拟浅析94-96
5.6 本章小结96-97
第六章 尾部相关性与资产配置:一种组合调整择时新策略97-118
6.1 引言97-98
6.2 相关探讨回顾98-100
6.3 马尔可夫转换 Copula 模型100-102
6.4 投资组合选择不足102-105
6.5 模型估计结果105-109
6.5.1 数据及边际分布105-107
6.5.2 相关结构浅析107-109
6.6 资产配置绩效比较109-114
6.6.1 已实现收益率110-112
6.6.2 确定性等价收益率112-113
6.6.3 更长投资期限下的结果113-114
6.7 与以往探讨的比较114-116
6.7.1 交易成本的影响114-115
6.7.2 基于高阶矩 CAPM 的结果115-116
6.8 本章小结116-118
第七章 个股与市场间尾部相关性及其对股票收益率的影响118-140
7.1 引言118-120
7.2 模型策略介绍120-124
7.2.1 尾部相关性系数与 Copula 函数120-122
7.2.2 Beta 与尾部相关性系数的比较122-124
7.3 数据及资产定价因子介绍124-128
7.4 实证结果讨论128-137
7.4.1 尾部相关性的有着性128-129
7.4.2 组合浅析129-134
7.4.3 回归浅析134-137
7.5 本章小结137-140
第八章 结束语140-146
8.1 全文总结140-143
8.2 探讨结论启迪143-144
8.3 探讨展望144-146
致谢146-147