●第1章 緒論
1.1 選題背景及研究意義
1.2 研究現狀
1.3 研究思路和結構安排
1.4 研究內容與創新之處
第2章 相關性度量之間的比較
2.1 相關性概述
2.2 相關性度量方法
2.3 相關性度量之間的比較
2.4 實證分析
2.5 本章小結
第3章 Copula函數簡介
3.1 Copula函數和Sklar定理
3.2 常用的Copula函數
3.3Copula變量的隨機模擬
3.4 Chi-plot形狀與Copula結構之間的比較
3.5 Copula模型應用案例
3.6 本章小結
第4章 相關性信息對Copula界的收窄作用
4.1 Frechet-Hoeffding界
4.2 已知C(a，b)=theta時的Copula界
4.3 已知相關繫數時的Copula界
4.4 已知多個相關信息時的Copula界
4.5 相關性和Copula函數在應用中的幾個誤區
4.6 本章小結
第5章 Copula對角函數及其界的研究
5.1 Copula對角函數的意義及研究現狀
5.2 對角Copula函數集
5.3 對角Copula函數集的界
5.4 簡單Copula對角函數
5.5 尾部相關繫數
5.6 本章小結
第6章 應用極值理論和Copula模型估算VaR
6.1 VaR的基本概念
6.2 VaR的計算方法
6.3 分布函數的估計
6.4隨機變量的Monte Carlo模擬
6.5 VaR的實證研究
6.6 本章小結
第7章 應用Copula界估算VaR的界
7.1 VaR界的研究現狀
7.2隨機變量和的邊界
7.3隨機變量和的邊界
7.4 數值方法求解隨機變量和的邊界
7.5 Copula函數下界彙總
7.6VaR界的實證分析
7.7變量的VaR界
7.8 本章小結
總結與展望
參考文獻
附錄
附錄1 第2章各種相關繫數的計算
附錄2 第2章相關性的定性描述
附錄3 第2章Chi-plot和K-plot
附錄4 第3章模擬生成Copula隨機樣本
附錄5 第6章應用極值理論和Copula模型估算VaR
附錄6 第7章已知Kendall相關繫數計算VaR的界
附錄7 第風險正像限相依時的VaR界
