| 第一章 绪 论 | 第9-25页 |
| 1.1 论文研究背景 | 第9-18页 |
| 1.1.1 金融理论定量化发展趋势 | 第9-12页 |
| 1.1.2 金融市场的波动性 | 第12-18页 |
| 1.2 波动性的模型描述 | 第18-21页 |
| 1.2.3 纯时间序列(Pure Time Series)模型 | 第18-19页 |
| 1.2.4 期权隐含波动(Option Implied Volatility)模型 | 第19页 |
| 1.2.5 自回归条件异方差(ARCH)族模型 | 第19-21页 |
| 1.2.6 随机波动(Stochastic Volatility)模型 | 第21页 |
| 1.3 论文结构和创新点 | 第21-25页 |
| 1.3.1 论文结构 | 第21-23页 |
| 1.3.2 论文创新点 | 第23-25页 |
| 第二章 SV模型及其参数估计方法 | 第25-40页 |
| 2.1 随机波动(SV)模型的起源 | 第25-26页 |
| 2.2 离散随机波动模型 | 第26-28页 |
| 2.2.1 统计特性 | 第26-27页 |
| 2.2.2 对数转换 | 第27页 |
| 2.2.3 与GARCH类模型的比较 | 第27-28页 |
| 2.3 离散SV模型的估计方法概述 | 第28-34页 |
| 2.3.1 伪极大似然(QML)方法 | 第29-30页 |
| 2.3.2 广义矩方法(GMM) | 第30-31页 |
| 2.3.3 模拟极大似然(SML)方法 | 第31-32页 |
| 2.3.4 蒙特卡罗极大似然(MCML)方法 | 第32-33页 |
| 2.3.5 马尔可夫链蒙特卡罗(MCMC)方法 | 第33页 |
| 2.3.6 其它估计方法 | 第33-34页 |
| 2.4 连续时间SV模型及估计 | 第34-38页 |
| 2.4.1 连续时间SV模型 | 第34-35页 |
| 2.4.2 有间断跳跃的连续SV模型 | 第35-36页 |
| 2.4.3 连续SV模型的滤波和离散近似 | 第36-37页 |
| 2.4.4 连续SV模型的参数估计 | 第37-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 杠杆效应SV模型的贝叶斯分析及应用 | 第40-69页 |
| 3.1 贝叶斯统计方法 | 第40-44页 |
| 3.1.1 贝叶斯公式的密度函数形式 | 第40-42页 |
| 3.1.2 后验分布的计算 | 第42页 |
| 3.1.3 先验分布的确定 | 第42-44页 |
| 3.2 马尔科夫链蒙特卡罗(MCMC)方法 | 第44-53页 |
| 3.2.1 蒙特卡罗积分 | 第44-47页 |
| 3.2.2 Metropolis-Hastings 算法 | 第47-51页 |
| 3.2.3 Gibbs取样 | 第51-53页 |
| 3.3 利用MCMC方法对厚尾SV模型的贝叶斯分析 | 第53-65页 |
| 3.3.1 实验数据及其统计特性 | 第54-58页 |
| 3.3.2 SV模型的分布及时间序列特性 | 第58-62页 |
| 3.3.3 SV模型的参数估计 | 第62-65页 |
| 3.4 MCMC方法对杠杆效应SV模型的贝叶斯分析 | 第65-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第四章 借助经验特征函数对SV模型的估计 | 第69-82页 |
| 4.1 经验特征函数方法的原理 | 第70-72页 |
| 4.2 经验特征函数方法对SV模型的估计 | 第72-81页 |
| 4.2.1 基本离散SV模型的估计 | 第72-75页 |
| 4.2.2 杠杆效应SV模型的估计 | 第75-79页 |
| 4.2.3 实证研究` | 第79-81页 |
| 4.3 本章小结 | 第81-82页 |
| 第五章 非线性随波动模型及其应用 | 第82-95页 |
| 5.1 非线性SV模型及其统计特性 | 第83-88页 |
| 5.1.1 非线性SV模型描述 | 第83-85页 |
| 5.1.2 非线性SV模型的统计特性 | 第85-88页 |
| 5.1.3 杠杆效应非性SV模型 | 第88页 |
| 5.2 杠杆效应估计方法的选择 | 第88-92页 |
| 5.2.1 模型估计方法的选择 | 第88-89页 |
| 5.2.2 模型的MCMC参数估计 | 第89-91页 |
| 5.2.3 实证研究 | 第91-92页 |
| 5.3 Box-Cox变换的杠杆效应SV-M模型 | 第92-94页 |
| 5.3.1 基本SV-M模型 | 第93页 |
| 5.3.2 杠杆效应SV-M模型 | 第93-94页 |
| 5.3.3 Box-Cox变换的杠杆效应SV-M模型 | 第94页 |
| 5.4 本章小结 | 第94-95页 |
| 第六章 经验特征函数方法对连续时间SV模型的估计 | 第95-110页 |
| 6.1 连续时间随机过程的特征函数 | 第95-101页 |
| 6.1.1 仿射扩散及仿射跳跃扩散过程 | 第95-97页 |
| 6.1.2 仿射跳跃扩散过程的特征函数 | 第97-99页 |
| 6.1.3 包含潜在变量的仿射扩散过程的特征函数 | 第99-101页 |
| 6.2 经验特征函数方法对连续SV模型的估计 | 第101-108页 |
| 6.2.1 连续SV模型及联合特征函数的计算 | 第101-103页 |
| 6.2.2 实证研究 | 第103-108页 |
| 6.3 本章小结 | 第108-110页 |
| 第七章 总结与展望 | 第110-117页 |
| 7.1 论文工作总结 | 第110-113页 |
| 7.1.1 随机波动模型的研究 | 第111-112页 |
| 7.1.2 模型估计方法的研究 | 第112-113页 |
| 7.2 研究展望 | 第113-116页 |
| 7.2.1 随机波动模型估计方法的进一步研究 | 第113-114页 |
| 7.2.2 连续时间模型的进一步研究 | 第114-115页 |
| 7.2.3 高频数据波动性的研究 | 第115-116页 |
| 7.3 结束语 | 第116-117页 |
| 参考文献 | 第117-131页 |
| 发表论文和科研情况说明 | 第131-132页 |
| 致 谢 | 第132页 |
