| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1. 绪论 | 第7-21页 |
| 1.1 研究背景及意义 | 第7-11页 |
| 1.1.1 研究背景 | 第7-9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 文献综述 | 第11-19页 |
| 1.2.1 有效市场假说 | 第11-13页 |
| 1.2.2 国内外研究现状及发展趋势 | 第13-19页 |
| 1.3 论文结构 | 第19页 |
| 1.4 创新之处 | 第19-21页 |
| 2. 数据选择及全样本描述性统计分析 | 第21-24页 |
| 2.1 香港恒生指数 | 第21页 |
| 2.2 数据获取及处理 | 第21-23页 |
| 2.3 全样本描述性统计分析 | 第23-24页 |
| 3. 基于全样本的香港股票市场弱有效性初步检验 | 第24-28页 |
| 3.1 自相关检验 | 第24-26页 |
| 3.2 单位根检验 | 第26-28页 |
| 4. 基于滚动样本模型的香港股票市场弱有效性变化分析 | 第28-36页 |
| 4.1 模型选择 | 第28-32页 |
| 4.1.1 均值方程AR (P)的定阶 | 第28-29页 |
| 4.1.2 ARCH效应检测 | 第29-30页 |
| 4.1.3 GARCH模型的选择 | 第30-32页 |
| 4.1.4 AR(1)-GARCH(1,1)模型参数估计 | 第32页 |
| 4.2 基于AR(1)-GARCH(1,1)模型的滚动样本参数估计 | 第32-36页 |
| 4.2.1 滚动样本单位根检验 | 第33-34页 |
| 4.2.2 滚动样本滞后项系数估计 | 第34-36页 |
| 5. 基于卡尔曼滤波方法的香港股票市场弱有效性变化分析 | 第36-44页 |
| 5.1 状态空间模型和卡尔曼滤波 | 第36-41页 |
| 5.1.1 状态空间模型 | 第36-38页 |
| 5.1.2 迭代算法的初始参数设置 | 第38页 |
| 5.1.3 卡尔曼滤波过程 | 第38-41页 |
| 5.2 AR(1)-GARCH(1,1)的空间状态模型 | 第41-44页 |
| 5.2.1 AR(1)-GARCH(1,1)的状态及观测方程 | 第41-42页 |
| 5.2.2 状态空间模型初始值设定 | 第42-44页 |
| 结论及建议 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 附录A | 第49-54页 |
| 附录B | 第54-58页 |
| 在校期间发表论文 | 第58页 |
