| 摘要 | 第13-15页 |
| ABSTRACT | 第15-17页 |
| 第1章 绪论 | 第19-30页 |
| 1.1 研究背景 | 第19-21页 |
| 1.1.1 股市波动的特点 | 第19-20页 |
| 1.1.2 隔夜信息的由来 | 第20-21页 |
| 1.2 研究意义 | 第21-22页 |
| 1.3 研究方法 | 第22-23页 |
| 1.4 研究框架 | 第23-27页 |
| 1.5 研究的创新与不足 | 第27-30页 |
| 第2章 文献综述 | 第30-46页 |
| 2.1 股市波动率的建模与预测研究 | 第30-35页 |
| 2.1.1 基于低频数据的股市波动率的建模与预测 | 第30-32页 |
| 2.1.2 基于高频数据的股市波动率的建模与预测 | 第32-34页 |
| 2.1.3 股市波动率预测的其他模型 | 第34-35页 |
| 2.2 股市波动率及其建模的影响因素研究 | 第35-40页 |
| 2.2.1 股市波动的影响因素研究 | 第36-38页 |
| 2.2.2 股市波动率建模与预测的影响因素研究 | 第38-40页 |
| 2.3 隔夜信息的相关研究 | 第40-43页 |
| 2.3.1 隔夜信息的提出 | 第41页 |
| 2.3.2 隔夜信息的测量 | 第41-42页 |
| 2.3.3 隔夜信息对股票市场的影响 | 第42-43页 |
| 2.4 小结 | 第43-46页 |
| 第3章 隔夜信息对股市波动率建模影响的理论基础分析 | 第46-63页 |
| 3.1 隔夜信息的界定 | 第46-48页 |
| 3.1.1 集合竞价的意义 | 第46-47页 |
| 3.1.2 隔夜信息的定义与分类 | 第47-48页 |
| 3.2 信息对股市波动率影响的理论支撑 | 第48-54页 |
| 3.2.1 信息引发股价波动的原因:供求关系的变动 | 第48-49页 |
| 3.2.2 信息与现代金融理论 | 第49-53页 |
| 3.2.3 股市波动的非对称性 | 第53-54页 |
| 3.3 隔夜信息对股市波动率影响的微观基础 | 第54-58页 |
| 3.3.1 股市隔夜表现的理论意义 | 第54-55页 |
| 3.3.2 跳跃发生的原因 | 第55-58页 |
| 3.4 隔夜信息对股市波动率影响的机制分析 | 第58-62页 |
| 3.4.1 政策类信息对股市波动率影响的机制分析 | 第58-59页 |
| 3.4.2 国际市场类信息对股市波动率影响的机制分析 | 第59-61页 |
| 3.4.3 上市公司信息披露对股市波动率影响的机制分析 | 第61-62页 |
| 3.5 小结 | 第62-63页 |
| 第4章 隔夜信息对股市波动率影响的实证检验 | 第63-87页 |
| 4.1 变量的度量 | 第63-68页 |
| 4.1.1 隔夜信息变量的度量 | 第63-64页 |
| 4.1.2 股市波动率及其微观成分的度量 | 第64-68页 |
| 4.2 变量的描述性统计 | 第68-76页 |
| 4.2.1 隔夜信息与股市波动 | 第68-70页 |
| 4.2.2 股市波动的隔夜表现与跳跃行为 | 第70-74页 |
| 4.2.3 相关性分析 | 第74-76页 |
| 4.3 隔夜信息对股市波动的格兰杰因果检验 | 第76-78页 |
| 4.3.1 变量的平稳性检验 | 第76页 |
| 4.3.2 格兰杰因果检验结果分析 | 第76-78页 |
| 4.4 隔夜信息对股市波动率影响的中介效应检验——隔夜表现与跳跃行为 | 第78-86页 |
| 4.4.1 中介效应检验方法 | 第79-80页 |
| 4.4.2 基于隔夜表现和跳跃行为的中介效应模型建立 | 第80-81页 |
| 4.4.3 中介效应检验结果分析 | 第81-86页 |
| 4.5 小结 | 第86-87页 |
| 第5章 基于隔夜信息的多因素,变系数股市波动率模型 | 第87-106页 |
| 5.1 基于隔夜信息的多因素股市波动率模型的构建 | 第87-92页 |
| 5.1.1 基于隔夜信息的多因素GARCH类模型的构建 | 第88-89页 |
| 5.1.2 基于隔夜信息的多因素HAR类模型构建 | 第89-90页 |
| 5.1.3 股市波动率多因素模型的实证结果分析 | 第90-92页 |
| 5.2 股市波动率模型的动态系数假定 | 第92-97页 |
| 5.2.1 动态系数假定的设定依据 | 第92-94页 |
| 5.2.2 隔夜收益与隔夜波动的交互作用检验 | 第94-95页 |
| 5.2.3 隔夜收益与股市波动滞后变量的交互作用检验 | 第95-97页 |
| 5.3 基于隔夜信息的多因素-变系数波动率模型的构建与估计 | 第97-100页 |
| 5.3.1 模型的构建 | 第98-99页 |
| 5.3.2 模型的样本内估计 | 第99-100页 |
| 5.4 股市波动率模型的样本外预测能力比较 | 第100-104页 |
| 5.4.1 波动率方向的预测精度 | 第101-102页 |
| 5.4.2 波动率大小的预测精度 | 第102-104页 |
| 5.5 小结 | 第104-106页 |
| 第6章 基于隔夜信息的跳跃行为估计与HAR-CJI模型 | 第106-122页 |
| 6.1 跳跃强度的估计 | 第107-111页 |
| 6.1.1 自激点过程 | 第107-108页 |
| 6.1.2 隔夜信息对自激点过程的影响 | 第108-109页 |
| 6.1.3 估计结果 | 第109-111页 |
| 6.2 跳跃大小的估计 | 第111-115页 |
| 6.2.1 异质自回归过程 | 第111-112页 |
| 6.2.2 隔夜信息对异质自回归过程的影响 | 第112-113页 |
| 6.2.3 估计结果 | 第113-115页 |
| 6.3 基于隔夜信息的HAR-CJI模型的构建与估计 | 第115-118页 |
| 6.3.1 模型的构建 | 第115-117页 |
| 6.3.2 模型的样本内估计 | 第117-118页 |
| 6.4 股市波动率模型样本外预测能力比较 | 第118-121页 |
| 6.4.1 波动率方向的预测精度 | 第118-120页 |
| 6.4.2 波动率方向的预测精度 | 第120-121页 |
| 6.5 小结 | 第121-122页 |
| 第7章 基于隔夜信息的股市波动率人工神经网络模型 | 第122-136页 |
| 7.1 神经网络模型在股市预测中的应用 | 第122-124页 |
| 7.2 基于隔夜信息的股市波动率复合模型的构建与预测能力比较分析 | 第124-130页 |
| 7.2.1 模型的构建 | 第125-127页 |
| 7.2.2 波动率方向的预测精度 | 第127-128页 |
| 7.2.3 波动率大小的预测精度 | 第128-129页 |
| 7.2.4 非参数模型预测精度的分布测定 | 第129-130页 |
| 7.3 基于隔夜信息的股市波动率复合模型的稳健性检验 | 第130-134页 |
| 7.3.1 隐含层设定的稳健性检验 | 第130-131页 |
| 7.3.2 隐含层神经元设定的稳健性检验 | 第131-133页 |
| 7.3.3 训练样本设定的稳健性检验 | 第133-134页 |
| 7.4 小结 | 第134-136页 |
| 第8章 结论及政策建议 | 第136-142页 |
| 8.1 研究结论 | 第136-138页 |
| 8.2 政策建议 | 第138-142页 |
| 参考文献 | 第142-153页 |
| 致谢 | 第153-155页 |
| 攻读学位期间发表论文目录 | 第155-156页 |
| 学位论文评阅及答辩情况表 | 第156页 |
