| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 弱周期性行业相关研究 | 第10页 |
| 1.2.2 Beta系数特征相关研究 | 第10-12页 |
| 1.2.3 Beta系数估算相关研究 | 第12-14页 |
| 1.3 研究目标、内容与方法 | 第14-16页 |
| 1.3.1 研究目标 | 第14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.3.3 研究思路与研究方法 | 第15-16页 |
| 1.4 研究特色与创新之处 | 第16-17页 |
| 1.4.1 主要特色 | 第16-17页 |
| 1.4.2 可能的创新之处 | 第17页 |
| 2 Beta系数稳定性研究设计 | 第17-22页 |
| 2.1 Beta系数估算模型 | 第17-18页 |
| 2.2 样本选择与指标选取 | 第18页 |
| 2.2.1 样本行业的选择 | 第18页 |
| 2.2.2 指标选取与计算 | 第18页 |
| 2.3 研究步骤与方法选择 | 第18-22页 |
| 2.3.1 White检验法 | 第19-20页 |
| 2.3.2 Chow检验法 | 第20-21页 |
| 2.3.3 CUSUMSQ统计量检验法 | 第21页 |
| 2.3.4 Wilcoxon非参数秩和检验法与MAD指标 | 第21-22页 |
| 3 弱周期性行业Beta系数特征的实证研究 | 第22-41页 |
| 3.1 数据描述性统计分析 | 第22-23页 |
| 3.2 样本数据时间序列波动分析 | 第23-28页 |
| 3.2.1 市场平均收益率时间序列波动分析 | 第23-24页 |
| 3.2.2 行业平均收益率时间序列波动分析 | 第24-28页 |
| 3.3 Beta系数估算结果统计分析 | 第28-32页 |
| 3.3.1 基于周数据的Beta系数估算结果分析 | 第28-29页 |
| 3.3.2 基于月数据的Beta系数估算结果分析 | 第29-31页 |
| 3.3.3 Beta系数估算结果描述性统计分析 | 第31-32页 |
| 3.4 Beta系数稳定性检验结果分析 | 第32-39页 |
| 3.4.1 White检验结果分析 | 第32-33页 |
| 3.4.2 Chow检验结果分析 | 第33-34页 |
| 3.4.3 CUSUMSQ检验结果分析 | 第34-38页 |
| 3.4.4 Wilcoxon检验及MAD值统计量检验结果分析 | 第38-39页 |
| 3.5 实证研究结论 | 第39-41页 |
| 4 Beta系数估算对弱周期性行业估值的定量影响与建议提出 | 第41-50页 |
| 4.1 Beta系数估算对企业估值的定量影响 | 第41-42页 |
| 4.2 Beta系数估算对弱周期性行业估值影响的案例检验 | 第42-45页 |
| 4.2.1 基于周收益率的案例检验 | 第42-43页 |
| 4.2.2 基于月收益率的案例检验 | 第43-44页 |
| 4.2.3 比较分析与小结 | 第44-45页 |
| 4.3 弱周期性行业估值中Beta系数估算的相关建议 | 第45-48页 |
| 4.3.1 对估算时长的相关建议 | 第45-46页 |
| 4.3.2 对收益度量时限的相关建议 | 第46-47页 |
| 4.3.3 对Beta系数估算模型的相关建议 | 第47页 |
| 4.3.4 对特定行业的相关建议 | 第47-48页 |
| 4.4 弱周期性行业系统性风险度量的其他建议 | 第48-50页 |
| 4.4.1 对投资者的建议 | 第48-49页 |
| 4.4.2 对政府部门的建议 | 第49页 |
| 4.4.3 对系统性风险度量方法的建议 | 第49-50页 |
| 5 研究结论与展望 | 第50-53页 |
| 5.1 主要研究结论 | 第50-51页 |
| 5.2 研究不足与后续研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
