●第1章緒論
1.1研究背景及意義
1.1.1研究背景
1.1.2研究意義
1.2主要內容及研究方法
1.2.1研究目的及內容框架
1.2.2研究方法及技術路線
1.3研究特色及創新
第2章金融風險測度模型及其研究現狀
2.1早期風險度量及VaR方法出現
2.2VaR測度的模型演變
2.2.1VaR早期的經典測度方法研究
2.2.2ARCH、GARCH族和SV族模型方法應用研究
2.2.3極值理論與其他波動模型的組合應用研究
2.3文獻評述與研究問題的提出
第3章現代金融風險理論與常見金融風險的度量
3.1現代金融理論中的風險度量
3.1.1金融投資組合理論與風險測度
3.1.2資本資產定價模型與風險測度
3.1.3套利定價理論與風險衡量
3.1.4固定收益證券與風險度量
3.1.5B-S期權定價理論與風險衡量
3.2常見金融風險的度量
3.2.1傳統的金融風險評估方法
3.2.2現代金融風險量化模型
第4章SV-EVT模型組合構建及動態VaR測度
4.1隨機波動SV模型的選取
4.1.1標準SV模型
4.1.2厚尾SV模型
4.2經典極值分布類型及特性
4.2.1極值類型定理
4.2.2廣義極值GEV分布及特征
4.2.3GPD分布及其模型參數估計
4.3動態VaR測度方法及SV-EVT的組合模型構建
4.3.1VaR的經濟解釋及動態測度分解
4.3.2SV-EVT的組合及模型應用步驟
4.4小結
第5章廣義雙曲線與SV-EVT的模型組合
5.1SV-GHSKt的模型構建和參數估計
5.1.1GHSKt分布引入SV模型74
5.1.2SV-GHSKt模型的參數估計
5.2基於SV-GHSKt-EVT的動態VaR模型
5.2.1構造標準殘差序列
5.2.2基於極值理論的動態VaR模型
5.3實證研究
5.3.1樣本選取及統計特征描述
5.3.2組合模型SV-GHSKt-EVT的應用分析
5.3.3VaR風險值的度量及模型效果檢驗
5.4小結
第6章馬爾科夫波動轉換與SV-EVT的組合應用
6.1馬爾科夫波動轉換的引入
6.2組合模型構建及參數估計
6.2.1MSSV-t模型及參數估計
6.2.2基於MSSV-t-EVT的VaR模型
6.3實證檢驗
6.3.1樣本選取及統計特征描述
6.3.2參數估計及收斂性診斷
6.3.3標準殘差序列的EVT建模及檢驗
6.4小結
第7章時變連接函數和SV-EVT模型的組合應用
7.1連接函數的引入
7.2Copula基本原理及其時變模型
7.2.1Copula函數基本原理和分類
7.2.2時變Copula函數
7.3邊緣分布與組合模型構建
7.3.1隨機擾動過濾和SV-t-EVT模型
7.3.2時變Copula-SV-EVT建模及參數估計
7.4實證檢驗
7.4.1數據選取及變量描述統計
7.4.2閾值與邊緣分布參數估計
7.4.3時變Copula模型參數估計
7.5小結
第8章結論和展望
8.1主要研究結論
8.2研究不足及展望
參考文獻
後記