| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 选题背景与意义 | 第10-13页 |
| 1.2 基本概念界定 | 第13-15页 |
| 1.2.1 即期利率 | 第13页 |
| 1.2.2 到期收益率 | 第13-14页 |
| 1.2.3 当期收益率 | 第14页 |
| 1.2.4 持有期收益率 | 第14页 |
| 1.2.5 利率的风险结构 | 第14页 |
| 1.2.6 利率期限结构 | 第14-15页 |
| 1.3 论文结构安排 | 第15页 |
| 1.4 本文可能的创新点 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 理论基础与文献回顾 | 第17-30页 |
| 2.1 理论基础 | 第17-25页 |
| 2.1.1 经典利率期限结构理论 | 第17-20页 |
| 2.1.2 贝叶斯理论 | 第20-22页 |
| 2.1.3 马尔科夫链蒙特卡罗模拟（MCMC） | 第22-25页 |
| 2.2 文献回顾 | 第25-29页 |
| 2.2.1 利率期限结构拟合方面 | 第25-28页 |
| 2.2.2 利率期限结构和宏观经济关联性方面 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 模型构建和研究方法 | 第30-36页 |
| 3.1 带随机波动的动态Nelson-Siegel模型 | 第30-34页 |
| 3.2 基于贝叶斯推断的马尔科夫链蒙特卡罗模拟算法（MCMC） | 第34-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 模型估计 | 第36-46页 |
| 4.1 数据来源与样本选择 | 第36-41页 |
| 4.1.1 数据来源 | 第36页 |
| 4.1.2 样本选择与相关背景 | 第36-39页 |
| 4.1.3 样本描述性统计 | 第39-41页 |
| 4.2 MCMC估计结果 | 第41-45页 |
| 4.2.1 基于贝叶斯推断的MCMC算法原理和设定 | 第41-42页 |
| 4.2.2 常数波动因子的NS模型 | 第42-44页 |
| 4.2.3 带随机波动因子的动态的NS模型 | 第44-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 收益率因子、因子波动与宏观基本面间的关系 | 第46-56页 |
| 5.1 描述性统计 | 第46-47页 |
| 5.2 宏观经济变量对收益率因子及因子波动的影响 | 第47-48页 |
| 5.3 向量自回归 | 第48-51页 |
| 5.4 方差分解 | 第51-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 研究不足与展望 | 第57-58页 |
| 6.2.1 研究不足 | 第57页 |
| 6.2.2 研究展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的成果 | 第63-64页 |
