摘要5-6
Abstract6-11
第一章 绪论11-18
1.1 探讨背景11-12
1.2 风险测度的概述12-14
1.2.1 风险的定义12
1.2.2 风险测度策略12-14
1.3 探讨策略和本论文的框架14-18
1.3.1 探讨对象14-15
1.3.2 探讨策略15-16
1.3.3 本论文的框架16-18
第二章 论述策略介绍18-32
2.1 VaR论述18-22
2.1.1 VaR的定义18-19
2.1.2 VaR的优缺点19-20
2.1.3 一致性风险测度CVaR20-21
2.1.4 VaR的估计策略21-22
2.2 极值论述22-26
2.2.1 极值渐近分布22-23
2.2.2 POT模型的论述基础23-24
2.2.3 POT模型的建立和求解24-26
2.3 Copula函数论述26-31
2.3.1 Copula的由来和定义26
2.3.2 Copula函数的基本性质26-27
2.3.3 Copula函数的分类27-31
2.4 本章小结31-32
第三章 偏态t分布下基于FIGARCH模型的时变VaR计算32-45
3.1 VaR的探讨近况32-33
3.2 时变VaR的思路框架33-35
3.3 FIGARCH论述模型35-38
3.3.1 FIGARCH模型35-36
3.3.2 时变VaR的计算36-37
3.3.3 精确性检验——Kupiec检验37-38
3.4 实证浅析38-44
3.4.1 数据特点38-40
3.4.2 FIGARCH模型的估计40-41
3.4.3 VaR的估计以及检验41-43
3.4.4 结论43-44
3.5 本章小结44-45
第四章 极值论述对单变量股指风险价值的计算45-57
4.1 极值论述在金融市场中的运用45-46
4.2 单变量极值风险建模步骤46-47
4.2.1 POT模型的计算步骤46
4.2.2 建模流程图46-47
4.3 数据描述47-49
4.3.1 样本的选取和预处理47
4.3.2 数据特点描述47-48
4.3.3 厚尾性检验48-49
4.4 参数的估计49-53
4.4.1 阈值u的估计49-50
4.4.2 拟合检验50-52
4.4.3 参数ξ,σ的估计52-53
4.5 VaR、CVaR的估计和检验53-55
4.5.1 VaR、CVaR的估计53-54
4.5.2 VaR、CVaR的检验54-55
4.6 本章小结55-57
第五章 Copula-EVT模型对股票指数风险价值度量57-70
5.1 Copula函数的引入57-58
5.1.1 Copula函数论述在金融中的运用57-58
5.1.2 Copula-EVT模型的建模步骤58
5.2 滤波及CDF的估计58-65
5.2.1 数据的预处理58-59
5.2.2 TGARCH模型估计59-64
5.2.3 CDF的估计64-65
5.3 Copula函数的选择及其参数估计65-67
5.3.1 Copula函数的选择65-66
5.3.2 多元t-Copula函数的参数估计66-67
5.4 资产组合的VaR、CVaR的估计和检验67-69
5.4.1 资产组合的VaR、CVaR的估计67-68
5.4.2 VaR、CVaR的检验68-69
5.5 本章小结69-70
第六章 总结与展望70-73
6.1 主要结论70-71
6.2 本论文的不足与展望71-73