| 摘要 | 第4-7页 |
| ABSTRACT | 第7-8页 |
| 1. 引言 | 第11-16页 |
| 1.1 选题背景及研究意义 | 第11-13页 |
| 1.2 研究方法和研究工具 | 第13-14页 |
| 1.3 主要内容以及详细步骤 | 第14-15页 |
| 1.4 论文创新之处 | 第15-16页 |
| 2. 文献综述 | 第16-24页 |
| 2.1 传统利率曲线结构理论 | 第17-18页 |
| 2.2 现代利率期限结构理论 | 第18-24页 |
| 2.2.1 静态模型 | 第18-19页 |
| 2.2.2 动态模型 | 第19-20页 |
| 2.2.3 混合模型 | 第20页 |
| 2.2.4 宏观金融模型 | 第20-21页 |
| 2.2.5 国内利率期限结构研究进展 | 第21-24页 |
| 3. 基本模型 | 第24-32页 |
| 3.1 NELSON-SIEGEL模型 | 第24-26页 |
| 3.2 状态空间模型与卡尔曼滤波器 | 第26-27页 |
| 3.2.1 状态空间模型 | 第26页 |
| 3.2.2 卡尔曼滤波 | 第26-27页 |
| 3.3 拟牛顿法与最优化 | 第27-28页 |
| 3.4 向量自回归模型 | 第28-30页 |
| 3.5 平稳性和单位根检验 | 第30页 |
| 3.6 协整和向量误差修正模型 | 第30-31页 |
| 3.7 JOHANSEN检验 | 第31-32页 |
| 4. 数据选择 | 第32-40页 |
| 4.1 数据选择的原因 | 第32-34页 |
| 4.2 数据的种类和来源 | 第34-35页 |
| 4.3 数据预处理 | 第35页 |
| 4.4 FAMA-BLISS息票剥离法 | 第35-40页 |
| 5. 参数估计 | 第40-64页 |
| 5.1 静态拟合 | 第40-41页 |
| 5.2 对DIEBOLD两步法的思考 | 第41-42页 |
| 5.3 基于卡尔曼滤波的动态NELSON-SIEGEL法 | 第42-47页 |
| 5.4 建立向量自回归模型 | 第47-56页 |
| 5.4.1 序列单位根检验 | 第47-49页 |
| 5.4.2 自回归阶数的确定 | 第49-50页 |
| 5.4.3 VAR(1)模型参数的估计 | 第50-51页 |
| 5.4.4 预测 | 第51-53页 |
| 5.4.5 小结与思考 | 第53-56页 |
| 5.5 宏观金融模型 | 第56-64页 |
| 5.5.1 数据选择 | 第57-58页 |
| 5.5.2 模型建立 | 第58-64页 |
| 6. 结论 | 第64-67页 |
| 6.1 研究总结 | 第64-65页 |
| 6.2 建议 | 第65-66页 |
| 6.3 本文的不足之处和未来的发展方向 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 附录 | 第69-70页 |
| 后记 | 第70页 |