| 内容摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-12页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 选题意义 | 第11-12页 |
| 第2章 文献综述 | 第12-18页 |
| 2.1 套期保值文献回顾 | 第12-14页 |
| 2.1.1 静态套保策略 | 第12页 |
| 2.1.2 动态套保策略 | 第12-14页 |
| 2.2 风险溢出文献回顾 | 第14-15页 |
| 2.2.1 Granger因果检验 | 第14页 |
| 2.2.2 GARCH模型 | 第14-15页 |
| 2.2.3 Copula模型 | 第15页 |
| 2.3 本文研究方法 | 第15-16页 |
| 2.4 本文研究的框架 | 第16-18页 |
| 第3章 MSV模型 | 第18-24页 |
| 3.1 SV模型的起源 | 第18页 |
| 3.2 SV模型相关特性 | 第18-20页 |
| 3.2.1 SV模型的统计特性 | 第18-19页 |
| 3.2.2 SV模型的波动聚集性 | 第19页 |
| 3.2.3 SV模型的随机波动性和后尾特性 | 第19-20页 |
| 3.2.4 SV模型的动态特性 | 第20页 |
| 3.3 MSV族模型介绍 | 第20-24页 |
| 3.3.1 CC-MSV模型 | 第20-21页 |
| 3.3.2 GC-MSV模型 | 第21页 |
| 3.3.3 GCC-MSV模型 | 第21-22页 |
| 3.3.4 GD-MSV模型 | 第22页 |
| 3.3.5 GDC-MSV模型 | 第22-24页 |
| 第4章 估计技术 | 第24-32页 |
| 4.1 实现工具 | 第24-25页 |
| 4.1.1 贝叶斯理论 | 第24页 |
| 4.1.2 winbugs软件 | 第24-25页 |
| 4.2 GMM估计 | 第25页 |
| 4.3 QML估计 | 第25页 |
| 4.4 MCMC估计 | 第25-32页 |
| 4.4.1 MCMC原理 | 第25-27页 |
| 4.4.2 Metropolis-Hastings | 第27页 |
| 4.4.3 Metropolis within Gibbs | 第27-28页 |
| 4.4.4 Gibbs抽样 | 第28页 |
| 4.4.5 Gibbs后验分布的推断 | 第28-31页 |
| 4.4.6 Gibbs如何构建马氏链 | 第31-32页 |
| 第5章 实证研究 | 第32-47页 |
| 5.1 样本数据的选取与处理 | 第32-33页 |
| 5.2 数据的检验 | 第33-36页 |
| 5.2.1 样本数据统计特征检验 | 第33-34页 |
| 5.2.2 样本数据的平稳性检验 | 第34-36页 |
| 5.3 参数估计 | 第36-37页 |
| 5.4 模型检验 | 第37-41页 |
| 5.4.1 风险溢出效应检验 | 第37-38页 |
| 5.4.2 风险冲击关联性检验 | 第38-39页 |
| 5.4.3 动态性检验 | 第39-41页 |
| 5.5 套期效果验证 | 第41-44页 |
| 5.5.1 最优套期保值比率 | 第41页 |
| 5.5.2 套期保值有效性技术 | 第41-43页 |
| 5.5.3 套期保值效果比较 | 第43-44页 |
| 5.6 分布探讨 | 第44-47页 |
| 5.6.1 峰度和偏度对套期决策的影响 | 第45页 |
| 5.6.2 偏t分布的性质 | 第45-46页 |
| 5.6.3 偏t分布的可行性分析 | 第46-47页 |
| 第6章 结论和展望 | 第47-49页 |
| 附录1 参数估计结果汇总 | 第49-51页 |
| 附录2 最优套期保值率汇总 | 第51-53页 |
| 附录3 套期效果汇总 | 第53-56页 |
| 参考文献 | 第56-58页 |
| 后记 | 第58页 |