摘要 1
第1章绪论 1
1.1研究的问题与研究的意义 1
1.2国内外研究现状 2
1.2.1时间序列的建模研究 2
1.2.2Copula理论研究 4
1.2.3基于Copula理论的相依结构模型 5
1.2.4相关性传统分析方法的不足与缺陷 7
1.2.5基于Copula函数研究相依关系的优越性 8
1.3本书的研究方法和技术路线 9
1.3.1本书的研究方法 9
1.3.2本书的技术路线 10
第2章Copula理论及其在金融风险分析中的应用 11
2.1Copula函数理论 12
2.1.1Copula函数的定义和定理 12
2.1.2Copula函数的基本性质 13
2.1.3几类Copula函数 14
2.2相依结构及一致性相依测度 18
2.2.1几种重要的一致性测度 18
2.2.2尾部的几个条件概率和条件期望 22
2.3Copula理论在金融风险管理中的应用 26
2.3.1相关的时间序列分析知识 27
2.3.2Copula函数与时间序列模型 28
2.3.3Copula函数与风险管理 30
2.4本章小结 31
第3章Copula模型构建方法及参数估计性质 33
3.1Copula模型的构建步骤方法 33
3.1.1边缘分布的确定 33
3.1.2Copula函数模型的确定 36
3.2马尔科夫（Markov）时间序列模型及参数估计性质 41
3.2.1一阶马尔科夫时间序列模型 41
3.2.2二阶段准极大似然参数估计性质 42
3.3本章小结 43
第4章基于Copula函数的金融时间序列相依结构模型 45
4.1基于Copula函数二维时间序列相依模型的构建 47
4.2模型参数的估计及其参数估计的性质 48
4.2.1模型参数估计的三阶段极大似然方法 48
4.2.2三阶段准极大似然估计的一致性和近似正态性的假设条件 50
4.2.3三阶段准极大似然估计的一致性和近似正态性 51
4.3三阶段估计的Copula模型选择及准参数似然比统计量的近似性质 58
4.3.1Copula模型选择方法 58
4.3.2参数准似然比统计量（PPLR）的近似性质 60
4.4模型的Monte-Carlo模拟 63
4.4.1模型的Monte-Carlo模拟方法 63
4.4.2模型的Monte-Carlo模拟实例 63
4.5多维时间序列的相依模型 73
4.5.1多维时间序列相依模型构建 73
4.5.2多维模型的三阶段准极大似然参数估计 74
4.5.3多维模型的Monte-Carlo模拟方法 75
4.6模型的应用研究 76
4.6.1数据及其统计描述 76
4.6.2边缘分布的确定 77
4.6.3收益率序列短期条件相依关系 83
4.6.4收益率序列间的同期相依关系 86
4.6.5模型的x2检验和比较 91
4.7本章小结 93
第5章基于Copula函数模型的股价与交易量相依结构研究 95
5.1基于VAR-Copula模型的股市价量相依结构研究 97
5.1.1研究方法 97
5.1.2Copula函数模型的估计与检验 99
5.1.3价量相依结构的实证分析 100
5.1.4结果分析 116
5.2基于ARMA-GARCH-Copula模型的沪深股市价量相依结构研究 118
5.2.1ARMA-GARCH-Copula模型的建立 118
5.2.2沪深股市的价量相依结构实证分析 120
5.2.3结果分析 132
5.3本章小结 133
第6章其他几个相依结构模型 135
6.1基于高阶矩波动和Copula函数的相依性模型 135
6.1.1Copula-NAGARCHSK-M模型 135
6.1.2Copula-TARCHSK-M模型 139
6.2时间序列向量的同期相依关系Copula函数模型 141
6.2.1时间序列向量相依结构模型的构造方法 141
6.2.2模型的参数估计 143
6.3相依结构熵及联合熵的分解 144
6.3.1相依结构熵的定义和性质 144
6.3.2多维相依结构熵 148
6.4基于Copula-TARCHSK-M相依性模型的应用 148
6.4.1数据及其统计描述 148
6.4.2边缘序列的TARCHSK-M模型建立 149
6.4.3沪深两市指数对数收益率、高阶矩相依结构参数估计 157
6.4.4模型拟合优度检验 158
6.4.5结语 159
6.5本章小结 159
参考文献 161