| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·问题的提出 | 第11-13页 |
| ·研究方法、思路与创新 | 第13-15页 |
| ·研究方法 | 第13-14页 |
| ·研究思路 | 第14页 |
| ·本文的创新 | 第14-15页 |
| ·本文的结构与主要内容 | 第15-17页 |
| 2 文献综述与理论概述 | 第17-22页 |
| ·关于资本资产定价模型的理论概述 | 第17页 |
| ·关于时变参数β的研究综述 | 第17-20页 |
| ·关于金融资产高频协方差阵的研究综述 | 第20-22页 |
| 3 不同频率估计方法的理论介绍 | 第22-32页 |
| ·低频数据的估计方法 | 第22-28页 |
| ·DCC-MVGARCH模型以及相关模型简介 | 第22-25页 |
| ·状态空间模型以及kalman滤波递归算法简介 | 第25-28页 |
| ·高频数据的估计方法 | 第28-32页 |
| ·多元核光滑协方差阵(KCOV) | 第28-29页 |
| ·修正的门限预平均已实现协方差阵(MTPCOV) | 第29-32页 |
| 4 时变参数β的实证分析 | 第32-66页 |
| ·样本选择与数据定义 | 第32-33页 |
| ·样本数据的描述性统计分析 | 第33-34页 |
| ·DCC-MVGARCH模型的建立 | 第34-40页 |
| ·序列平稳性检验 | 第34页 |
| ·收益率序列的常相关系数矩阵 | 第34-35页 |
| ·收益率序列的GARCH模型建立 | 第35-36页 |
| ·建立上证180指数与各股票的DCC-MVGARCH模型 | 第36-38页 |
| ·时变参数β的统计特征 | 第38-40页 |
| ·基于Kalman滤波算法的状态空间模型建立 | 第40-42页 |
| ·数据来源及说明 | 第40页 |
| ·状态空间模型的估计 | 第40-41页 |
| ·时变参数β的统计特征 | 第41-42页 |
| ·基于多元核光滑协方差阵的时变参数β估计 | 第42-44页 |
| ·数据来源及说明 | 第42页 |
| ·时变参数β的统计特征 | 第42-44页 |
| ·基于修正的门限预平均已实现协方差阵的时变参数β估计 | 第44-45页 |
| ·数据来源及说明 | 第44页 |
| ·时变参数β的统计特征 | 第44-45页 |
| ·不同样本频率时变参数β的比较 | 第45-66页 |
| ·基于高频和低频数据估计结果的横向比较 | 第45-50页 |
| ·参数β估计值为负的探讨 | 第50-58页 |
| ·基于时变β约束条件下的证券组合投资决策模型 | 第58-65页 |
| ·本章小结 | 第65-66页 |
| 5 结论与建议 | 第66-71页 |
| ·结论 | 第66-69页 |
| ·决策建议 | 第69-70页 |
| ·研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 在读期间科研成果目录 | 第75页 |