本站原创论文摘 要 : Co（略）是一种将联合分布与它们各自边缘分布连接在一起的函数,所以也被称作连接函数.Copula函数自身具有很多优良特性:不限制边（略）,对变量进行严格单调增变换对一致性和相关性测度的值不变,边缘分布和相关结构可以分开研究（略）a函数可以捕捉变量间非线性,非对称以及尾部相关关系. 本文通过选取常见的Copula函数进行组合构成混合Copula函数,来刻画上证综合指数和深证成分指数之间的相关性,以及它们的风险度量.研究中通过对Copula函数在样本参数下画出来的图像进行对比分析,讨论了它们的尾部相关性和对称性.其中选取的Copula函数模型有:Gumbel、Clayton和Frank Copula函数模型,在深入研究了这三个函数模型之后,构造了混合函数M-Copula模型,构建了基于Copula理论的金融时间序列（略）它们的动态建模问题,研究了选取模型的投资风险管理上的应用. 论文的主要工作:运用Matlab编程画出多种权系数（略）应图像,并与单个Gumbel、Clayton和Frank Copula密度函数图像进行比照,对比中M-Copula密度函数体现...Copula（omitted）is a method wh（omitted）ts the joint distribution and marginal distribution, so Copula function is often called connected function. Copula function itself has many excellent properties as follows: there is no restriction（omitted）oice of marginal distribution, when do strictly increasing tranormatio（omitted） variables, the consistency and measure values of relevance remain the same, marginal distribution and related struct（omitted）e researched separately, Copula function can captur...目录:摘 要第4-5页Abstract 第5页第1章 绪论 第8-15页·,论文的研究背景 第8-10页·,问题的提出 第10-12页·,相关性度量问题 第10-11页·,Copula的选择问题 第11-12页·,文献回顾 第12-13页·,国外研究现状 第12-13页·,国内研究状况回顾 第13页·,本文组织结构 第13-15页第2章 金融风险度量的VaR理论 第15-24页·,VaR的定义 第15-16页·,VaR计算方法 第16-21页·,历史模拟法 第16-17页·,分析方法 第17-20页·,Monte Carlo模拟方法 第20-21页·,投资组合与VaR计算 第21-24页·,两个资产投资组合的仿真与VaR计算 第21-23页·,多个资产投资组合的仿真与VaR计算 第23-24页第3章 Copula理论 第24-41页·,Copula函数的定义和基本性质 第24-30页·,二元Copula函数 第24-28页·,多元Copula函数 第28-30页·,常见的Copula函数 第30-33页·,多元正态Copula函数 第30页·,多元t-Copula函数 第30-31页·,极值Copula函数 第31-32页·,阿基米德Copula函数 第32-33页·,基于Copula函数的相关性测度 第33-37页
·,Spearman秩相关系数&rho, 第33-34页·,Kendall秩相关系数&tau,- 第34-35页·,Gini关联系数&gamma, 第35-36页·,尾部相关系数 第36-37页·,Copula模型的估计和检验 第37-41页·,Copula模型的参数估计法 第37-38页·,非参数核估计方法 第38-39页·,K-S检验 第39-40页·,x~2检验 第40-41页第4章 Copula函数在股市风险分析中的实证分析 第41-49页·,数据分析 第41-42页·,Copula模型的选取 第42-46页·,基于参数的估计结果与评价 第46-47页·,基于VaR风险测度的结果与评价 第47-49页第5章 总结与展望 第49-50页·,总结 第49页·,展望 第49-50页参考文献 第50-53页致谢 第53-54页附录1 攻读硕士学位期间发表或录用的学术论文 第54-55页附录2 2007年8月1日至2008年7月31日沪深股市收盘数据 第55-58页