| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 ARCH类模型研究综述 | 第11-12页 |
| 1.2.2 SV模型研究综述 | 第12-14页 |
| 1.2.3 SV模型参数估计方法综述 | 第14-16页 |
| 1.2.4 小波分析方法与SV模型结合方法综述 | 第16页 |
| 1.2.5 文献述评 | 第16-17页 |
| 1.3 本文整体结构及创新点 | 第17-18页 |
| 1.4 本文研究思路框架图 | 第18-19页 |
| 第二章 随机波动模型参数估计理论 | 第19-31页 |
| 2.1 马尔科夫链蒙特卡洛方法 | 第19-24页 |
| 2.1.1 贝叶斯统计 | 第19-20页 |
| 2.1.2 贝叶斯公式的密度函数形式 | 第20-21页 |
| 2.1.3 贝叶斯先验分布的确定 | 第21页 |
| 2.1.4 蒙特卡洛积分 | 第21-22页 |
| 2.1.5 Metropolis—Hastings算法 | 第22-23页 |
| 2.1.6 Gibbs抽样 | 第23-24页 |
| 2.2 经验特征函数法 | 第24-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 小波分析方法分频率估计SV模型参数 | 第31-47页 |
| 3.1 小波变换 | 第31-35页 |
| 3.1.1 连续小波变换 | 第33-34页 |
| 3.1.2 离散小波变换 | 第34-35页 |
| 3.1.3 二进小波变换 | 第35页 |
| 3.2 小波方差 | 第35-36页 |
| 3.3 小波协方差、协相关和小波交叉协相关 | 第36-37页 |
| 3.4 正交小波变换和多分辨分析 | 第37-41页 |
| 3.4.1 正交小波变换 | 第37页 |
| 3.4.2 多分辨分析与Mallat算法 | 第37-41页 |
| 3.5 小波函数 | 第41-45页 |
| 3.5.1 尺度函数 | 第41-42页 |
| 3.5.2 小波基函数、特性及选择 | 第42-45页 |
| 3.6 小波分析对于SV模型估计方法的优化处理 | 第45-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 SV模型参数估计方法比较实证研究 | 第47-56页 |
| 4.1 数据选取与处理 | 第47-48页 |
| 4.2 马尔科夫链蒙特卡洛(MCMC)方法估计参数 | 第48-49页 |
| 4.3 经验特征函数法估计参数 | 第49页 |
| 4.4 小波分析方法分频率估计SV模型参数 | 第49-53页 |
| 4.5 模型波动率预测比较研究 | 第53-54页 |
| 4.5.1 波动率预测方法 | 第53-54页 |
| 4.5.2 MCMC方法、经验特征函数方法估计的模型预测效果比较 | 第54页 |
| 4.6 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-57页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
