| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·论文选题的背景和意义 | 第7-8页 |
| ·论文的研究结构及主要结果 | 第8-9页 |
| 第二章 国内外理论方法研究综述 | 第9-19页 |
| ·研究的理论基础 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·ARCH、GARCH类模型简介 | 第11-12页 |
| ·GARCH 模型的参数估计 | 第12-15页 |
| ·Bayes 统计理论及其主要结果 | 第15-16页 |
| ·Bayes统计推断中的后验分布 | 第15-16页 |
| ·共轭先验分布（conjugate prior distribution） | 第16页 |
| ·马尔可夫链蒙特卡罗方法(MCMC) | 第16页 |
| ·评价模型优良性的六种预测误差指标 | 第16-19页 |
| 第三章 GARCH类模型在波动性建模中的实证研究 | 第19-33页 |
| ·上证指数的收益率的基本统计描述及其时间序列建模 | 第19-24页 |
| ·上证指数的收益率GARCH模型的建立 | 第24-32页 |
| ·参数GARCH模型系数估计中存在的问题 | 第32-33页 |
| 第四章 MCMC算法在上证指数波动性建模中的应用 | 第33-47页 |
| ·马尔可夫链蒙特卡罗方法(MCMC) | 第33-36页 |
| ·马尔可夫链模拟 | 第33-34页 |
| ·Gibbs抽样 | 第34-35页 |
| ·Metropolis算法和Metropolis-Hasting算法 | 第35-36页 |
| ·MCMC算法在GARCH(1,1)参数估计中的应用 | 第36-39页 |
| ·GARCH(1,1)模型参数的先验设定和参数的后验分布 | 第36-37页 |
| ·联合后验分布的模拟 | 第37-38页 |
| ·ARCH系数α的生成 | 第38-39页 |
| ·GARCH系数β的生成 | 第39页 |
| ·应用MCMC方法的实证分析 | 第39-44页 |
| ·模型的应用 | 第44-47页 |
| ·风险价值VaR | 第44页 |
| ·基于两种估计法模型下的VaR | 第44-47页 |
| 第五章 总结与展望 | 第47-51页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录A | 第57-59页 |
| 附录B | 第59-75页 |
| 研究成果 | 第75-76页 |
