第1章 緒論
1.1 選題背景及研究意義
1.2 研究現(xiàn)狀
1.3 研究思路和結(jié)構(gòu)安排
1.4 研究?jī)?nèi)容與創(chuàng)新之處
第2章 相關(guān)性度量之間的比較
2.1 相關(guān)性概述
2.2 相關(guān)性度量方法
2.3 相關(guān)性度量之間的比較
2.4 實(shí)證分析
2.5 本章小結(jié)
第3章 Copula函數(shù)簡(jiǎn)介
3.1 Copula函數(shù)和Sklar定理
3.2 常用的Copula函數(shù)
3.3 二元Copula變量的隨機(jī)模擬
3.4 Chi-plot形狀與Copula結(jié)構(gòu)之間的比較
3.5 Copula模型應(yīng)用案例
3.6 本章小結(jié)
第4章 相關(guān)性信息對(duì)Copula界的收窄作用
4.1 Frechet-Hoeffding界
4.2 已知C(a，b)=theta時(shí)的Copula界
4.3 已知相關(guān)系數(shù)時(shí)的Copula界
4.4 已知多個(gè)相關(guān)信息時(shí)的Copula界
4.5 相關(guān)性和Copula函數(shù)在應(yīng)用中的幾個(gè)誤區(qū)
4.6 本章小結(jié)
第5章 Copula對(duì)角函數(shù)及其界的研究
5.1 Copula對(duì)角函數(shù)的意義及研究現(xiàn)狀
5.2 對(duì)角Copula函數(shù)集
5.3 對(duì)角Copula函數(shù)集的界
5.4 簡(jiǎn)單Copula對(duì)角函數(shù)
5.5 尾部相關(guān)系數(shù)
5.6 本章小結(jié)
第6章 應(yīng)用極值理論和Copula模型估算VaR
6.1 VaR的基本概念
6.2 VaR的計(jì)算方法
6.3 分布函數(shù)的估計(jì)
6.4 多元隨機(jī)變量的Monte Carlo模擬
6.5 VaR的實(shí)證研究
6.6 本章小結(jié)
第7章 應(yīng)用Copula界估算VaR的界
7.1 VaR界的研究現(xiàn)狀
7.2 二元隨機(jī)變量和的邊界
7.3 n元隨機(jī)變量和的邊界
7.4 數(shù)值方法求解隨機(jī)變量和的邊界
7.5 Copula函數(shù)下界匯總
7.6 二元VaR界的實(shí)證分析
7.7 多元變量的VaR界
7.8 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄
附錄1 第2章各種相關(guān)系數(shù)的計(jì)算
附錄2 第2章相關(guān)性的定性描述
附錄3 第2章Chi-plot和K-plot
附錄4 第3章模擬生成Copula隨機(jī)樣本
附錄5 第6章應(yīng)用極值理論和Copula模型估算VaR
附錄6 第7章已知Kendall相關(guān)系數(shù)計(jì)算VaR的界
附錄7 第7章多元風(fēng)險(xiǎn)正象限相依時(shí)的VaR界