| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 文献综述 | 第11-13页 |
| 1.2.1 金融市场波动特征 | 第11-13页 |
| 1.2.2 随机波动模型及其估计方法 | 第13页 |
| 1.3 研究思路与内容 | 第13-16页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究内容 | 第14-16页 |
| 第二章金融资产波动率及建模的基本理论 | 第16-24页 |
| 2.1 金融资产波动的基本概念 | 第16-17页 |
| 2.1.1 收益率的二阶矩-波动率 | 第16页 |
| 2.1.2 收益率的偏度、峰度 | 第16-17页 |
| 2.2 金融资产波动的主要特征 | 第17-18页 |
| 2.2.1 波动聚集现象 | 第17页 |
| 2.2.2 波动的长记忆性 | 第17页 |
| 2.2.3 波动率的非对称效应 | 第17页 |
| 2.2.4 波动溢出效应 | 第17-18页 |
| 2.3 波动率在期权定价中的运用 | 第18-19页 |
| 2.4 尖峰厚尾分布 | 第19-21页 |
| 2.4.1 T分布 | 第19-20页 |
| 2.4.2 Cauchy分布 | 第20页 |
| 2.4.3 帕累托分布 | 第20页 |
| 2.4.4 广义误差分布（GED分布） | 第20-21页 |
| 2.5 MCMC抽样方法 | 第21-23页 |
| 2.5.1 MCMC抽样方法的基本原理 | 第21页 |
| 2.5.2 Gibbs抽样算法 | 第21-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 非对称的厚尾随机波动模型的构建 | 第24-36页 |
| 3.1 非对称的厚尾随机波动模型的构建 | 第24-26页 |
| 3.1.1 厚尾随机波动模型 | 第24页 |
| 3.1.2 非对称的厚尾随机波动模型 | 第24-26页 |
| 3.2 ASV-T模型的贝叶斯分析 | 第26-29页 |
| 3.2.1 ASV-T模型的统计结构分析 | 第26页 |
| 3.2.2 ASV-T模型的矩 | 第26-27页 |
| 3.2.3 ASV-T模型的偏度和峰度 | 第27-28页 |
| 3.2.4 ASV-T模型参数的贝叶斯参数估计 | 第28-29页 |
| 3.3 ASV-T模型的Gibbs抽样 | 第29-30页 |
| 3.4 实证分析 | 第30-35页 |
| 3.4.1 样本选取和创业板指数的基本统计特征 | 第30-32页 |
| 3.4.2 带杠杆效应的厚尾SV模型估计结果分析 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 带跳的ASV-T模型的构建 | 第36-45页 |
| 4.1 两种随机过程 | 第36-37页 |
| 4.1.1 布朗运动 | 第36页 |
| 4.1.2 跳跃扩散过程 | 第36-37页 |
| 4.2 带Jump的具有非对称效应的厚尾SV模型 | 第37-40页 |
| 4.2.1 带跳的具有非对称效应的厚尾SV模型的构建 | 第37-38页 |
| 4.2.2 ASV-TJ模型的统计结构分析 | 第38页 |
| 4.2.3 ASV-TJ模型的参数后验分布 | 第38-39页 |
| 4.2.4 ASV-TJ模型的Gibbs抽样 | 第39-40页 |
| 4.3 ASV-TJ模型对中美股票市场波动率的刻画 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 波动率预测 | 第45-49页 |
| 5.1 动态预测法 | 第45页 |
| 5.2 带跳跃和非对称效应的随机波动模型下的波动率预测方法 | 第45-47页 |
| 5.3 ASV-T、ASV-TJ、SV-T模型波动率预测效果比较 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间取得的研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |
| 附件 | 第55页 |
