| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-10页 |
| 1.1.1 债券市场概述 | 第8-9页 |
| 1.1.2 新券现象及其研究意义 | 第9-10页 |
| 1.2 文献综述 | 第10-12页 |
| 1.2.1 新券现象研究文献 | 第10-11页 |
| 1.2.2 债券利差研究文献 | 第11-12页 |
| 1.3 研究方法的改进与创新 | 第12-13页 |
| 1.4 论文内容安排 | 第13-14页 |
| 第2章 新旧券利差的统计检验方法 | 第14-25页 |
| 2.1 新旧券的比对方法 | 第14-15页 |
| 2.2 新旧券样本选取与描述性统计 | 第15-17页 |
| 2.3 统计检验方法及其结论 | 第17-25页 |
| 2.3.1 Shapiro-Wilk检验 | 第18-20页 |
| 2.3.2 Wilcoxon符号秩检验 | 第20-21页 |
| 2.3.3 Kolmogorov-Smirnov检验 | 第21-23页 |
| 2.3.4 统计检验结论 | 第23-25页 |
| 第3章 状态空间模型与卡尔曼滤波器 | 第25-32页 |
| 3.1 状态空间模型 | 第25-26页 |
| 3.2 卡尔曼滤波器 | 第26-32页 |
| 3.2.1 卡尔曼滤波器概述 | 第26-27页 |
| 3.2.2 卡尔曼滤波器的数学原理 | 第27-30页 |
| 3.2.3 离散卡尔曼滤波器算法 | 第30-32页 |
| 第4章 期望最大化算法 | 第32-46页 |
| 4.1 最大似然估计 | 第32-35页 |
| 4.1.1 参数估计与点估计 | 第32-33页 |
| 4.1.2 最大似然估计方法的数学原理 | 第33-35页 |
| 4.2 期望最大化算法 | 第35-46页 |
| 4.2.1 EM算法的收敛性 | 第35-38页 |
| 4.2.2 状态空间模型的最大似然估计 | 第38-46页 |
| 第5章 实证分析 | 第46-51页 |
| 5.1 模型建立 | 第46-48页 |
| 5.2 模型的可识别性 | 第48-49页 |
| 5.3 参数估计与结果分析 | 第49-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 本文主要结论 | 第51-52页 |
| 6.2 研究不足与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |