| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景 | 第10-12页 |
| ·金融计量经济学 | 第10-11页 |
| ·金融时间序列的典型特征与经典计量模型假设的差距 | 第11-12页 |
| ·金融中的潜变量和参数时变性问题 | 第12页 |
| ·研究的目的 | 第12-13页 |
| ·研究的意义 | 第13-14页 |
| ·状态空间模型研究框架和研究进展 | 第14-19页 |
| ·状态空间模型研究框架 | 第14-16页 |
| ·研究进展 | 第16-19页 |
| ·本文章节安排和创新之处 | 第19-23页 |
| ·本文章节安排 | 第19-21页 |
| ·本文创新之处 | 第21-23页 |
| 第2章 状态空间模型和贝叶斯滤波理论 | 第23-39页 |
| ·状态空间模型 | 第24-31页 |
| ·定义 | 第24-26页 |
| ·状态空间模型分类 | 第26-28页 |
| ·常见模型的状态空间表示式 | 第28-31页 |
| ·贝叶斯统计推断 | 第31-38页 |
| ·定义 | 第31-32页 |
| ·递归贝叶斯滤波 | 第32-36页 |
| ·递归贝叶斯平滑 | 第36-38页 |
| ·似然函数 | 第38页 |
| ·小结 | 第38-39页 |
| 第3章 解析与解析近似滤波算法 | 第39-56页 |
| ·线性状态空间模型滤波算法 | 第40-43页 |
| ·卡尔曼滤波推导 | 第41-43页 |
| ·卡尔曼滤波算法 | 第43页 |
| ·非线性状态空间模型滤波算法 | 第43-50页 |
| ·扩展卡尔曼滤波(EKF) | 第44-45页 |
| ·无迹卡尔曼滤波(UKF) | 第45-50页 |
| ·仿真分析 | 第50-55页 |
| ·小结 | 第55-56页 |
| 第4章 基于序贯蒙特卡罗的贝叶斯滤波算法 | 第56-78页 |
| ·序贯蒙特卡罗方法—粒子滤波 | 第57-63页 |
| ·蒙特卡罗积分 | 第58-59页 |
| ·贝叶斯重要性抽样 | 第59-61页 |
| ·序贯重要性抽样(SIS)算法 | 第61-63页 |
| ·退化问题及改进方法 | 第63-72页 |
| ·重要性密度函数的选择 | 第64-67页 |
| ·重抽样 | 第67-70页 |
| ·标准粒子滤波算法 | 第70-72页 |
| ·混合线性和非线性状态空间模型的粒子滤波算法 | 第72-73页 |
| ·仿真分析 | 第73-76页 |
| ·小结 | 第76-78页 |
| 第5章 状态空间模型参数估计问题研究 | 第78-104页 |
| ·极大似然估计法及其缺点 | 第78-82页 |
| ·EM算法及其在参数估计中的应用 | 第82-89页 |
| ·EM算法原理 | 第82-85页 |
| ·EM算法步骤 | 第85页 |
| ·EM算法改进 | 第85-86页 |
| ·关于参数标准差的估计 | 第86-89页 |
| ·针对状态空间模型参数估计的平滑算法 | 第89-93页 |
| ·解析平滑算法 | 第89-91页 |
| ·粒子平滑算法 | 第91-93页 |
| ·基于卡尔曼平滑和EM算法的状态空间模型参数估计 | 第93-98页 |
| ·计算对数似然的期望 | 第94-95页 |
| ·对数似然期望的极大化 | 第95-97页 |
| ·实施步骤 | 第97-98页 |
| ·基于粒子平滑和EM算法的状态空间模型参数估计 | 第98-101页 |
| ·计算对数似然的期望 | 第99-100页 |
| ·对数似然期望的极大化 | 第100-101页 |
| ·实施步骤 | 第101页 |
| ·仿真分析 | 第101-102页 |
| ·小结 | 第102-104页 |
| 第6章 状态空间模型框架下的CAPM模型及其应用 | 第104-119页 |
| ·中国股票市场行业β系数的时变性 | 第104-113页 |
| ·研究背景与动机 | 第104-105页 |
| ·理论模型 | 第105-108页 |
| ·研究方法与实证分析 | 第108-113页 |
| ·投资组合时变风险估计 | 第113-118页 |
| ·研究动机 | 第113页 |
| ·理论模型 | 第113-117页 |
| ·实证分析 | 第117-118页 |
| ·小结 | 第118-119页 |
| 第7章 基于粒子滤波的权证定价模型与实证研究 | 第119-130页 |
| ·研究背景及动机 | 第119-120页 |
| ·传统的Black-Scholes权证定价模型及其缺陷 | 第120-122页 |
| ·权证定价的状态空间模型 | 第122-124页 |
| ·状态空间模型 | 第122页 |
| ·权证定价的状态空间模型 | 第122-124页 |
| ·粒子滤波及其算法 | 第124-127页 |
| ·实证分析 | 第127-129页 |
| ·小结 | 第129-130页 |
| 第8章 基于状态空间模型的基金动态风格分析 | 第130-146页 |
| ·研究背景及动机 | 第130-132页 |
| ·风格分析模型 | 第132-133页 |
| ·模型描述 | 第132-133页 |
| ·传统风格分析方法及其局限性 | 第133页 |
| ·基于状态空间模型的风格分析 | 第133-135页 |
| ·状态空间模型 | 第133-134页 |
| ·动态风格分析的状态空间建模 | 第134-135页 |
| ·状态空间模型框架下风格分析模型的估计方法 | 第135-138页 |
| ·弱势风格分析模型估计 | 第135-137页 |
| ·半强势风格分析模型估计 | 第137页 |
| ·强势风格分析模型估计 | 第137-138页 |
| ·实证分析 | 第138-145页 |
| ·样本及研究期间选取 | 第138-139页 |
| ·风格指数的选择及收益率计算 | 第139页 |
| ·实证结果 | 第139-145页 |
| ·小结 | 第145-146页 |
| 第9章 总结与展望 | 第146-148页 |
| ·论文总结 | 第146-147页 |
| ·后续研究 | 第147-148页 |
| 附录 | 第148-154页 |
| 参考文献 | 第154-163页 |
| 攻读博士学位期间发表论文 | 第163-164页 |
| 致谢 | 第164页 |