| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-21页 |
| 1.1 问题提出和研究意义 | 第8-10页 |
| 1.2 文献综述 | 第10-18页 |
| 1.2.1 偏度产生原因探索 | 第11-12页 |
| 1.2.2 偏度研究模型综述 | 第12-17页 |
| 1.2.3 偏度研究领域综述 | 第17页 |
| 1.2.4 偏度研究文献评述 | 第17-18页 |
| 1.3 创新点 | 第18-19页 |
| 1.4 结构安排 | 第19-21页 |
| 第二章 中国股市收益率的基本统计特征分析及偏度存在性证据 | 第21-33页 |
| 2.1 数据选择 | 第21-22页 |
| 2.2 基本统计特征分析及偏度存在性证据 | 第22-26页 |
| 2.2.1 基于市场指数层次 | 第22-23页 |
| 2.2.3 基于行业指数层次 | 第23-25页 |
| 2.2.4 基于单只股票层次 | 第25-26页 |
| 2.3 小结 | 第26-33页 |
| 第三章 基于不同分布的SV模型构建及其实证研究 | 第33-55页 |
| 3.1 数据选择 | 第33-36页 |
| 3.2 基于不同分布的SV模型构建 | 第36-40页 |
| 3.2.1 基于正态分布的SV模型(SV-N) | 第36页 |
| 3.2.2 基于偏斜正态分布的SV模型(SV-SN) | 第36-37页 |
| 3.2.3 基于学生t分布的SV模型(SV-T) | 第37页 |
| 3.2.4 基于偏斜学生t分布的SV模型(SV-ST) | 第37-38页 |
| 3.2.5 基于广义误差分布的SV模型(SV-GED) | 第38页 |
| 3.2.6 基于偏斜广义误差分布的SV模型(SV-SGED) | 第38-39页 |
| 3.2.7 基于混合正态分布的SV模型(SV-MN) | 第39-40页 |
| 3.2.8 基于混合偏斜正态分布的SV模型(SV-MSN) | 第40页 |
| 3.3 基于贝叶斯的MCMC参数估计方法 | 第40-44页 |
| 3.3.1 马尔科夫链(Markov Chain) | 第41-42页 |
| 3.3.2 几种常用的MCMC方法 | 第42-44页 |
| 3.3.3 贝叶斯推断 | 第44页 |
| 3.4 实证结果与分析 | 第44-50页 |
| 3.5 稳健性检验 | 第50-51页 |
| 3.6 小结 | 第51-55页 |
| 第四章 偏度在CAPM模型中的应用 | 第55-63页 |
| 4.1 经典CAPM模型及其检验 | 第55-57页 |
| 4.1.1 CAPM简介 | 第55页 |
| 4.1.2 CAPM模型检验 | 第55-57页 |
| 4.2 基于MSN分布的CAPM模型构建 | 第57页 |
| 4.3 实证结果与分析 | 第57-58页 |
| 4.4 稳健性检验 | 第58-59页 |
| 4.5 小结 | 第59-63页 |
| 第五章 主要结论与未来展望 | 第63-66页 |
| 5.1 主要结论 | 第63-64页 |
| 5.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
