| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第10-17页 |
| 1.1 研究背景和研究动机 | 第10-11页 |
| 1.2 研究问题和研究意义 | 第11-13页 |
| 1.3 研究方法 | 第13-14页 |
| 1.4 研究贡献与创新点 | 第14-15页 |
| 1.5 文章结构 | 第15-17页 |
| 第二章 文献综述 | 第17-25页 |
| 2.1 关于对隐含波动率微笑函数的解释的文献综述 | 第17-19页 |
| 2.1.1 Black-Scholes定价公式中的不合理假设 | 第17-18页 |
| 2.1.2 市场层面的行为理论 | 第18-19页 |
| 2.2 关于金融市场的传染现象与溢出效应的文献综述 | 第19-25页 |
| 2.2.1 金融市场的传染现象 | 第20-21页 |
| 2.2.2 金融市场传染的检验方法 | 第21-23页 |
| 2.2.3 金融市场的传染渠道 | 第23-25页 |
| 第三章 模型方法 | 第25-32页 |
| 3.1 隐含波动率微笑函数 | 第25-26页 |
| 3.2 结构向量自回归模型(SVAR) | 第26-27页 |
| 3.3 有向无环图模型(DAG) | 第27-29页 |
| 3.4 溢出指数模型 | 第29-32页 |
| 第四章 数据处理 | 第32-36页 |
| 4.1 样本选取 | 第32页 |
| 4.2 描述性统计 | 第32-34页 |
| 4.3 全球交易时间非同步性处理 | 第34-36页 |
| 第五章 基于DAG模型的同期传染 | 第36-49页 |
| 5.1 波动率微笑建模 | 第36-39页 |
| 5.2 VAR建模 | 第39-41页 |
| 5.2.1 单位根检验 | 第39-40页 |
| 5.2.2 VAR模型滞后阶数的选择 | 第40-41页 |
| 5.3 亚洲-欧洲-美洲时序的实证结果 | 第41-46页 |
| 5.3.1 扰动相关系数矩阵分析 | 第41-43页 |
| 5.3.2 基于DAG的同期传染分析 | 第43-46页 |
| 5.4 美洲-亚洲-欧洲时序下基于DAG模型的同期传染 | 第46-47页 |
| 5.5 欧洲-美洲-亚洲时序基于DAG模型的同期传染 | 第47-49页 |
| 第六章 基于DAG和溢出指数模型的总体溢出分析 | 第49-58页 |
| 6.1 SVAR建模 | 第49-50页 |
| 6.2 总体溢出分析 | 第50-56页 |
| 6.3 溢出的时区分布 | 第56-58页 |
| 第七章 随时间滚动变化的溢出传染 | 第58-84页 |
| 7.1 动态总体溢出指数 | 第58-61页 |
| 7.2 方向性溢出的时间变化 | 第61-64页 |
| 7.3 对外溢出效应强度的决定因素 | 第64-68页 |
| 7.3.1 文献回顾 | 第64-65页 |
| 7.3.2 变量选择 | 第65-66页 |
| 7.3.3 实证结果 | 第66-68页 |
| 7.4 溢出效应的关联性变化 | 第68-76页 |
| 7.5 稳健性检验 | 第76-84页 |
| 7.5.1 关于滚动天数的稳健性检验 | 第76-79页 |
| 7.5.2 关于滞后天数的稳健性检验 | 第79-84页 |
| 第八章 研究结论 | 第84-86页 |
| 附录 | 第86-95页 |
| 参考文献 | 第95-99页 |
| 致谢 | 第99页 |
