| 中文摘要 | 第1-10页 |
| 英文摘要 | 第10-12页 |
| 第一章 绪论 | 第12-28页 |
| ·金融波动与现代金融理论 | 第12-18页 |
| ·现代金融理论的数量化趋势 | 第12-14页 |
| ·波动与现代金融理论 | 第14-18页 |
| ·金融市场中的波动特征与波动模型 | 第18-26页 |
| ·期权价格与隐含波动 | 第18-20页 |
| ·金融市场中的波动特征 | 第20-25页 |
| ·金融市场中的波动模型 | 第25-26页 |
| ·本文的主要内容与创新 | 第26-28页 |
| ·本文的结构 | 第26-27页 |
| ·本文的创新 | 第27-28页 |
| 第二章 随机波动建模问题研究进展 | 第28-45页 |
| ·随机波动的统计建模 | 第28-33页 |
| ·信息集 | 第28-30页 |
| ·随机波动的统计建模 | 第30-33页 |
| ·离散时间模型 | 第33-38页 |
| ·离散时间SV 模型 | 第33-34页 |
| ·统计特性 | 第34-36页 |
| ·与ARCH 模型的比较 | 第36-37页 |
| ·滤波、平滑与预测 | 第37-38页 |
| ·模型的扩展 | 第38-45页 |
| ·持续性与季节性 | 第38-39页 |
| ·厚尾SV 模型 | 第39-40页 |
| ·干预和其它的确定效应 | 第40页 |
| ·马尔可夫转换模型 | 第40-41页 |
| ·多元模型 | 第41-42页 |
| ·模型聚合与时间扭曲 | 第42-43页 |
| ·长记忆 | 第43页 |
| ·连续时间模型 | 第43-45页 |
| 第三章 基本SV 模型的估计及其在上海股市的应用 | 第45-68页 |
| ·基本SV 模型的估计方法概述 | 第45-51页 |
| ·伪极大似然(QML)方法 | 第45-46页 |
| ·广义矩方法(GMM)估计 | 第46-47页 |
| ·模拟极大似然(SML)方法 | 第47-48页 |
| ·Monte Carlo 极大似然(MCML)方法 | 第48页 |
| ·非线性滤波极大似然(NFML)法 | 第48-51页 |
| ·其它估计方法 | 第51页 |
| ·SV 模型的TSGA-QML 估计 | 第51-57页 |
| ·函数的优化问题 | 第52-53页 |
| ·遗传算法及其改进 | 第53-55页 |
| ·禁忌遗传算法 | 第55-56页 |
| ·基于TSGA 的似然函数的优化—TSGA-QML | 第56-57页 |
| ·Monte Carlo 试验 | 第57-59页 |
| ·Monte Carlo 试验的构建 | 第57-58页 |
| ·参数估计 | 第58-59页 |
| ·波动估计 | 第59页 |
| ·SV 模型在上海股市的实证 | 第59-68页 |
| ·综合指数 | 第60-61页 |
| ·单个股票 | 第61-64页 |
| ·股票组合 | 第64-65页 |
| ·风险影响持续性的规避——组合配置原则 | 第65-68页 |
| 第四章 SV 模型的持续性与单位根检验 | 第68-83页 |
| ·单位根过程与单位根检验 | 第68-78页 |
| ·单整和单位根过程 | 第68-69页 |
| ·单位根检验 | 第69-78页 |
| ·SV 模型的持续性与单位根检验 | 第78-83页 |
| ·SV 模型的持续性 | 第78-82页 |
| ·上海股市收益波动的单位根检验 | 第82-83页 |
| 第五章 长记忆SV 模型与上海股市波动的长记忆性 | 第83-99页 |
| ·金融计量学中的长记忆过程 | 第83-87页 |
| ·长记忆的定义 | 第83-84页 |
| ·长记忆模型 | 第84-85页 |
| ·长记忆的估计与检验 | 第85-87页 |
| ·长记忆SV 模型 | 第87-96页 |
| ·长记忆波动过程 | 第87-88页 |
| ·长记忆SV 模型及其特性 | 第88-92页 |
| ·LMSV 模型的频域QML 估计的有限样本特性 | 第92-96页 |
| ·上海股市收益波动的长记忆 | 第96-99页 |
| ·上证综合指数收益波动的长记忆 | 第96-97页 |
| ·上海股市个股收益波动的长记忆 | 第97-98页 |
| ·上海股市股票组合收益波动的长记忆 | 第98-99页 |
| 第六章 多元长记忆SV 模型与分数维协整 | 第99-112页 |
| ·问题的提出 | 第99页 |
| ·模型与假设 | 第99-104页 |
| ·一元模型 | 第99-100页 |
| ·多元LMSV 模型及其估计 | 第100-104页 |
| ·分数维协整 | 第104-106页 |
| ·协整及其估计与检验 | 第104-105页 |
| ·分数维协整 | 第105-106页 |
| ·多元LMSV 模型框架下的分数维协整 | 第106-108页 |
| ·沪深股市的分数维协整 | 第108-112页 |
| ·样本选取与数据处理 | 第108页 |
| ·一元模型的估计 | 第108-110页 |
| ·二元LMSV 模型的估计 | 第110-112页 |
| 第七章 波动过程的结构变化与SV 模型的持续性 | 第112-127页 |
| ·问题的提出 | 第112页 |
| ·波动变结构点的贝叶斯诊断 | 第112-118页 |
| ·波动变结构点的诊断 | 第113-115页 |
| ·上海股市波动的变结构分析 | 第115-118页 |
| ·变截距SV 模型 | 第118-122页 |
| ·变截距SV 模型及其估计 | 第118-119页 |
| ·变截距SV 模型在上海股市的实证 | 第119-121页 |
| ·Monte Carlo 模拟 | 第121-122页 |
| ·长记忆SV 模型与波动的变结构 | 第122-127页 |
| ·变结构LMSV 模型及其估计 | 第122-123页 |
| ·变结构LMSV 模型在上海股市的实证 | 第123-127页 |
| 第八章 回顾与展望 | 第127-134页 |
| ·金融计量学研究发展的回顾 | 第127-130页 |
| ·当代计量经济学的三个研究主题 | 第127-128页 |
| ·金融计量学研究的回顾 | 第128-130页 |
| ·金融计量学的研究展望 | 第130-134页 |
| ·协同持续与动态组合投资问题 | 第130-131页 |
| ·模型估计方法的进一步研究 | 第131-132页 |
| ·超高频数据波动性的研究 | 第132页 |
| ·SV 模型与ARCH 模型的比较 | 第132-133页 |
| ·连续时间模型与资产定价 | 第133-134页 |
| 参考文献 | 第134-147页 |
| 发表论文与参加科研情况 | 第147-148页 |
| 致谢 | 第148页 |