| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第11-15页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 研究思路与本文结构 | 第12-14页 |
| 1.3 本文贡献 | 第14-15页 |
| 第二章 文献综述 | 第15-23页 |
| 2.1 资产跳跃识别方法 | 第15-17页 |
| 2.1.1 单个资产跳跃识别方法 | 第15-16页 |
| 2.1.2 多资产共同跳跃识别方法 | 第16-17页 |
| 2.2 系统性风险分解 | 第17-20页 |
| 2.3 跳跃风险溢酬研究 | 第20-23页 |
| 第三章 模型与方法 | 第23-33页 |
| 3.1 BNS跳跃检验方法 | 第23-25页 |
| 3.2 系统性跳跃检验—mcp检验 | 第25-28页 |
| 3.3 系统性风险分解与贝塔估计 | 第28-33页 |
| 3.3.1 传统贝塔估计 | 第28-29页 |
| 3.3.2 系统性风险分解模型 | 第29-33页 |
| 第四章 股票市场跳跃检验与系统性风险分解 | 第33-44页 |
| 4.1 数据选取 | 第33页 |
| 4.2 股票价格跳跃行为分析 | 第33-39页 |
| 4.2.1 个股与指数跳跃行为分析 | 第33-38页 |
| 4.2.2 系统性跳跃行为分析 | 第38-39页 |
| 4.3 系统性风险分解与贝塔估计 | 第39-44页 |
| 第五章 连续贝塔、非连续贝塔与风险溢酬分析 | 第44-62页 |
| 5.1 控制变量的构造与分析 | 第44-49页 |
| 5.1.1 控制变量的构造方法 | 第44-47页 |
| 5.1.2 各贝塔以及控制变量相关性分析 | 第47-49页 |
| 5.2 单变量排序分组分析 | 第49-52页 |
| 5.3 双变量排序分组分析 | 第52-53页 |
| 5.4 Fama-Macbeth 回归 | 第53-57页 |
| 5.5 稳健性检验 | 第57-62页 |
| 5.5.1 滚动窗口长度为18个月的Fama-Macbeth回归 | 第57-59页 |
| 5.5.2 子样本区间的Fama-Macbeth回归 | 第59-62页 |
| 第六章 结论与展望 | 第62-65页 |
| 6.1 本文结论 | 第62-63页 |
| 6.2 研究展望 | 第63-65页 |
| 附录 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢语 | 第70页 |