内容提要 | 第1-9页 |
第1章 绪论 | 第9-21页 |
·论文研究的背景 | 第9-11页 |
·金融理论的数量化发展 | 第9-10页 |
·波动与现代金融理论 | 第10-11页 |
·问题的提出和研究意义 | 第11-14页 |
·问题的提出 | 第11-13页 |
·研究的意义 | 第13-14页 |
·国内外研究现状 | 第14-18页 |
·论文的结构安排 | 第18-21页 |
第2章 随机波动模型及其估计方法 | 第21-41页 |
·随机波动模型及其统计性质 | 第21-26页 |
·随机波动模型的一般结构 | 第21-22页 |
·基本随机波动模型及其统计性质 | 第22-25页 |
·与ARCH 类模型的比较 | 第25-26页 |
·扩展随机波动模型 | 第26-30页 |
·单变量扩展模型 | 第26-29页 |
·多元扩展模型 | 第29-30页 |
·随机波动模型的参数估计方法 | 第30-41页 |
·广义矩方法 | 第30-31页 |
·伪极大似然方法 | 第31-33页 |
·马尔科夫链蒙特卡罗方法 | 第33-37页 |
·蒙特卡罗似然方法 | 第37-38页 |
·其他估计方法 | 第38-41页 |
第3章 金融学理论中随机波动模型的运用与发展 | 第41-63页 |
·连续时间随机波动模型 | 第41-46页 |
·布朗运动 | 第41-42页 |
·几何布朗运动 | 第42-43页 |
·连续时间SV 模型 | 第43-44页 |
·含有随机波动的跳跃扩散模型 | 第44-46页 |
·期权定价与随机波动 | 第46-53页 |
·Black-Scholes 期权定价 | 第46-48页 |
·随机波动和跳跃下期权定价 | 第48-53页 |
·短期利率模型与随机波动 | 第53-63页 |
·单因子模型 | 第53-58页 |
·多因子模型 | 第58-63页 |
第4章 高斯混合状态空间模型的滤波分析及近似估计 | 第63-91页 |
·状态空间模型及其卡尔曼滤波技术 | 第63-69页 |
·状态空间模型的一般结构 | 第63-64页 |
·确切滤波 | 第64-65页 |
·线性高斯模型及其估计 | 第65-69页 |
·混合正态分布下的状态空间模型及其滤波 | 第69-80页 |
·混合正态分布下的模型结构 | 第69-70页 |
·确切滤波 | 第70-75页 |
·近似滤波AMF(k) | 第75-78页 |
·近似平滑滤波 | 第78-80页 |
·模拟研究 | 第80-89页 |
·数据生成过程 | 第80-82页 |
·短时间序列的滤子、预测与平滑 | 第82-84页 |
·长时间序列的滤子、预测与平滑 | 第84-85页 |
·超参数估计结果 | 第85-89页 |
·本章小结 | 第89-91页 |
第5章 随机波动模型的近似估计及其在沪深股市的应用 | 第91-121页 |
·基于近似滤波方法的随机波动模型估计 | 第91-100页 |
·随机波动模型的线性、高斯混合表示 | 第91-93页 |
·近似极大似然(AML) 估计 | 第93-95页 |
·模拟研究 | 第95-100页 |
·沪深股市时变波动性的应用研究 | 第100-110页 |
·沪深股市指数天数据的统计描述 | 第100-103页 |
·GARCH 族模型估计结果 | 第103-104页 |
·SV 模型估计结果 | 第104-109页 |
·各种模型和方法的样本内行为比较 | 第109-110页 |
·一些扩展SV 模型的估计及应用 | 第110-119页 |
·非对称随机波动模型 | 第110-113页 |
·门限随机波动模型 | 第113-114页 |
·多因子随机波动模型 | 第114-117页 |
·自回归随机波动模型 | 第117-119页 |
·本章小结 | 第119-121页 |
第6章 马尔科夫转移、有限高斯混合与状态空间模型 | 第121-161页 |
·马尔科夫转移模型 | 第121-129页 |
·马尔科夫转移模型的一般形式 | 第121-122页 |
·马尔科夫转移的回归模型 | 第122-125页 |
·时变转移概率模型 | 第125页 |
·马尔科夫状态的有关统计推断 | 第125-129页 |
·马尔科夫转移状态空间模型 | 第129-143页 |
·模型结构 | 第129页 |
·确切滤波 | 第129-137页 |
·近似滤波 | 第137-141页 |
·近似平滑滤波 | 第141-143页 |
·马尔科夫转移高斯混合状态空间模型 | 第143-155页 |
·模型结构 | 第143-144页 |
·确切滤波 | 第144-151页 |
·近似滤波 | 第151-154页 |
·近似平滑滤波 | 第154-155页 |
·模拟研究 | 第155-159页 |
·数据生成过程 | 第156页 |
·对时长T = 500 时间序列的拟合结果 | 第156-159页 |
·重复实验 | 第159页 |
·本章小结 | 第159-161页 |
第7章 马尔科夫转移随机波动模型及其在沪深股市的应用 | 第161-187页 |
·马尔科夫转移随机波动模型及其近似估计 | 第161-168页 |
·马尔科夫转移的条件异方差模型 | 第161-163页 |
·马尔科夫转移随机波动模型 | 第163-165页 |
·基于高斯混合分布的近似估计方法 | 第165-168页 |
·模拟研究 | 第168-176页 |
·MSIAH-SV 过程的模拟 | 第168-172页 |
·MSMAH-SV 过程的模拟 | 第172-175页 |
·模拟结果概述 | 第175-176页 |
·沪、深股票市场收益率序列的实证研究 | 第176-186页 |
·SWARCH 模型估计结果 | 第176-178页 |
·MSSV 模型估计结果 | 第178-185页 |
·样本内行为比较 | 第185-186页 |
·本章小结 | 第186-187页 |
第8章 基于随机波动模型的中国市场短期利率研究 | 第187-209页 |
·短期利率动态模型的实证研究回顾 | 第187-191页 |
·CKLS 利率扩散模型 | 第187-189页 |
·非线性漂移的短期利率模型 | 第189-190页 |
·含有时变波动的短期利率模型 | 第190-191页 |
·我国短期利率波动性效应的实证比较研究 | 第191-199页 |
·数据描述 | 第191-192页 |
·模型说明及估计方法 | 第192-194页 |
·模型估计结果 | 第194-199页 |
·区制转移与我国短期利率波动 | 第199-208页 |
·短期利率的区制转移随机波动模型 | 第200-202页 |
·估计结果和实证分析 | 第202-208页 |
·本章小结 | 第208-209页 |
结论与展望 | 第209-215页 |
一、工作总结 | 第209-210页 |
二、主要创新 | 第210-212页 |
三、研究展望 | 第212-215页 |
参考文献 | 第215-237页 |
附录A 正态分布性质 | 第237-241页 |
附录B 离散过程的随机数抽取 | 第241-243页 |
附录C 基于辅助粒子滤波的 SV估计 | 第243-245页 |
攻读学位期间发表的学术论文及取得的科研成果 | 第245-248页 |
致谢 | 第248-250页 |
中文摘要 | 第250-252页 |
英文摘要 | 第252-254页 |