| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·写作背景 | 第6-7页 |
| ·研究意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·全文研究的内容及创新点 | 第9-10页 |
| 第二章 MCMC算法及吉布斯抽样方法等介绍 | 第10-19页 |
| ·MCMC算法及吉布斯抽样方法简介 | 第10-12页 |
| ·MCMC算法简介 | 第10-11页 |
| ·吉布斯抽样(Gibbs sampler)方法简介 | 第11-12页 |
| ·贝叶斯理论简介 | 第12-15页 |
| ·贝叶斯定理 | 第13页 |
| ·先验分布的确定 | 第13-14页 |
| ·后验分布的计算 | 第14-15页 |
| ·WinBUGS软件及使用方法 | 第15-16页 |
| ·倒伽马分布(Inverse-gamma distribution) | 第16-17页 |
| ·DIC准则(Deviance Information Criterion) | 第17-19页 |
| 第三章 SV模型及基本的SV模型的类型介绍 | 第19-28页 |
| ·SV模型的提出过程 | 第19-20页 |
| ·常见的SV模型 | 第20-21页 |
| ·厚尾类SV模型 | 第20页 |
| ·SV-MN模型 | 第20页 |
| ·SV-MT模型 | 第20-21页 |
| ·SV-L模型 | 第21页 |
| ·学生-t分布的贝叶斯尺度混合的表示 | 第21-22页 |
| ·学生-t分布的正态分布尺度混合(SMN)表示 | 第21-22页 |
| ·学生-t分布的均匀分布尺度混合(SMU)表示 | 第22页 |
| ·贝叶斯t-t SV模型的吉布斯抽样 | 第22-24页 |
| ·贝叶斯杠杆随机波动率模型(Bayesian SVL) | 第24-27页 |
| ·模型的模拟分析 | 第27-28页 |
| 第四章 模型的实证分析 | 第28-42页 |
| ·数据来源和预处理 | 第28-30页 |
| ·数据来源 | 第28页 |
| ·数据预处理及描述性统计分析 | 第28-30页 |
| ·上证综指的随机波动率模型实证分析 | 第30-36页 |
| ·深证成指的随机波动率模型实证分析 | 第36-42页 |
| 第五章 结论 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 附录 | 第46-48页 |
| 作者简介 | 第48页 |
| 攻读硕士学位期间研究成果 | 第48-49页 |
