本书以理论综述、模型构建与实证检验相结合的分析框架展开研究，以金融投资组合理论为基础，在极值理论、Copula和Vine Copula理论、金融时间序列理论的指导下，借助R软件和Matlab等计算机软件工具构建GARCH-EVT-Vine Copula模型。采用理论与实证分析相结合、定量与定性分析相结合的研究方法，在理论分析的基础上，针对金融市场风险管理的热点和难点进行实证研究，重点考察该模型在金融市场相依性建模和高维投资组合在险价值预测方面的表现。

第1章 引言
1.1 研究背景及研究意义
1.2 研究方法与结构安排
1.2.1 研究方法
1.2.2 结构安排
1.3 本书的主要创新点
第2章 国内外研究现状综述
2.1 金融市场相依性研究
2.1.1 GARCH模型的应用研究
2.1.2 多元联合分布与Copula模型
2.1.3 关于Vine Copula模型的研究
2.2 在险价值预测模型与EVT理论的应用
2.3 现有研究的不足
第3章 模型构建的理论基础
3.1 极值理论与分段核平滑
3.1.1 分块最大值法（BMM）
3.1.2 超越阈值法（POT）
3.1.3 分块最大值与超越阈值相结合法
3.1.4 分段核平滑
3.2 相依性测度
3.2.1 线性相关系数
3.2.2 秩相关系数
3.2.3 分位点相依系数
3.2.4 尾部相依系数
3.3 Copula理论概述
3.3.1 Copula函数的定义及性质
3.3.2 Copula函数的分类
3.3.3 Copula函数单调变化定理
3.3.4 常用二元Copula函数与相依性分析
3.3.5 二元Copula函数相依性测度比较分析
3.4 在险价值（VaR）预测及后向检验
3.4.1 VaR的计算方法和模型
3.4.2 样本外滚动模拟法
3.4.3 VaR预测效果后向检验方法
3.5 本章小结
第4章 Vine Copula 与GARCH-EVT-Vine Copula 模型构建
4.1 Vine Copula模型概述
4.1.1 条件Copula函数
4.1.2 成对Copula函数（Pair-Copula)分解
4.2 Vine Copula 模型结构与参数估计
4.2.1 藤（Vine）结构建模
4.2.2 节点间Pair Copula函数最优选择与检验
4.2.3 Vine Copula模型参数估计
4.2.4 Vine Copula模型拟合优度检验
4.3 GARCH-EVT-Vine Copula 模型构建步骤
4.4 本章小结
第5章 金融市场间的极值相依性度量研究
5.1 问题描述
5.2 数据选取与统计分析
5.3 半参数边缘分布模型建模与参数估计
5.3.1 边缘分布模型确定
5.3.2 经验累计分布函数估计
5.4 概率积分变换
5.5 整体相依性度量
5.6 Vine Copula模型参数估计结果与检验
5.6.1 Vine Copula模型参数估计结果
5.6.2 不同Vine Copula模型拟合效果比较
5.7 尾部相依性度量
5.8 本章小结
第6章 全球主要股票市场风险测度研究
6.1 问题描述
6.2 数据选取与统计分析
6.3 半参数边缘分布模型建模与参数估计
6.3.1 边缘分布模型确定
6.3.2 经验累计分布函数估计
6.4 概率积分变换
6.5 整体相依性度量
6.6 Vine Copula模型参数估计结果与检验
6.6.1 Vine Copula模型参数估计结果
6.6.2 不同Vine Copula模型拟合效果比较
6.7 尾部相依性度量
6.8 VaR预测与稳健性检验
6.9 本章小结
第7章 主要结论与研究展望
7.1 主要结论
7.2 研究展望
附录A
A.1 缩写及缩略语
附录B
B.1 R-vine模型参数估计结果
B.2 C-vine模型参数估计结果
B.3 R-vine模型分解矩阵及 Copula函数族选取矩阵
B.4 C-vine模型分解矩阵及Copula函数族选取矩阵
B.5 D-vine模型分解矩阵及 Copula函数族选取矩阵
附录C
C.1 日收益率和日收益率平方自相关曲线图
C.2 标准化残差和标准化残差平方自相关曲线图
C.3 R-vine模型参数估计结果（前四层树结构）汇总表
C.4 C-vine模型参数估计结果（前四层树结构）汇总表
C.5 D-vine模型分解矩阵及Copula函数族选取矩阵
参考文献