| 摘要 | 第1-8页 |
| ABSTRACT | 第8-16页 |
| 1. 绪论 | 第16-28页 |
| ·研究背景 | 第16-20页 |
| ·金融高频数据研究进展 | 第16-19页 |
| ·市场微观结构噪声与跳跃 | 第19-20页 |
| ·研究的目的和意义 | 第20-22页 |
| ·问题的提出 | 第20-21页 |
| ·研究的意义和目的 | 第21-22页 |
| ·研究的方法、主要内容与创新 | 第22-28页 |
| ·研究的方法 | 第22页 |
| ·研究的主要内容 | 第22-24页 |
| ·研究结构 | 第24-26页 |
| ·研究的创新点 | 第26-28页 |
| 2. 高频数据波动理论研究进展 | 第28-46页 |
| ·已实现波动及其性质 | 第28-32页 |
| ·基于市场微观结构噪声的高频数据波动估计 | 第32-39页 |
| ·市场微观结构噪声 | 第33-34页 |
| ·纠偏降噪方法的述评 | 第34-39页 |
| ·高频数据波动的跳跃行为研究 | 第39-45页 |
| ·基于双幂次变差的高频数据波动的跳跃行为研究 | 第40-42页 |
| ·基于门限双幂次变差的高频数据波动的跳跃行为研究 | 第42-44页 |
| ·高频数据波动跳跃行为研究的其它方法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 3. 门限预平均已实现波动的提出及修正 | 第46-66页 |
| ·预平均方法 | 第46-56页 |
| ·基于预平均(Pre-averaging)方法的调整双幂次变差 | 第47-52页 |
| ·改进的预平均方法 | 第52-56页 |
| ·新估计量的提出——门限预平均已实现波动及其修正 | 第56-64页 |
| ·高频数据基本设定 | 第56-57页 |
| ·门限预平均已实现波动TPRV的概念 | 第57-61页 |
| ·TPRV与MTPRV的极限性质 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 4. 基于MTPRV方法的数据模拟 | 第66-94页 |
| ·窗宽及门限的选择 | 第66-72页 |
| ·窗宽的选择 | 第67-68页 |
| ·门限函数的选择 | 第68-70页 |
| ·对比估计量 | 第70-72页 |
| ·基于常数波动模型的数据模拟研究 | 第72-85页 |
| ·数据产生过程 | 第72-73页 |
| ·抽样频率为240,480,960和1440时的数据模拟 | 第73-80页 |
| ·抽样频率为2880,7200和14400时的数据模拟 | 第80-85页 |
| ·基于随机波动模型的数据模拟研究 | 第85-93页 |
| ·本章小结 | 第93-94页 |
| 5. 基于MTPRV方法的中国股市高频数据波动的实证分析 | 第94-124页 |
| ·中国股票高频数据波动的实证分析 | 第94-112页 |
| ·数据的收集和整理 | 第96-97页 |
| ·中国股票市场高频数据波动估计 | 第97-112页 |
| ·基于HAR-RV-CJ模型的高频数据波动建模 | 第112-118页 |
| ·HAR-RV-CJ模型 | 第112-114页 |
| ·基于MTPRV方法的HAR-RV-CJ模型建模分析 | 第114-118页 |
| ·本章小结 | 第118-119页 |
| 本章附录 | 第119-124页 |
| 6. 基于MTPRV方法的风险测量 | 第124-143页 |
| ·VaR的计算理论 | 第124-128页 |
| ·VaR的定义 | 第125-126页 |
| ·非参数核密度估计 | 第126-128页 |
| ·VaR的检验 | 第128页 |
| ·高频数据波动的长记忆性 | 第128-131页 |
| ·基于中国股市高频数据的VaR实证分析 | 第131-142页 |
| ·数据的收集和整理 | 第131-133页 |
| ·ARFIMA模型估计 | 第133-135页 |
| ·分位点的估计 | 第135-136页 |
| ·在险价值VaR的估计与检验 | 第136-142页 |
| ·本章小结 | 第142-143页 |
| 7. 总结与展望 | 第143-146页 |
| ·论文工作总结 | 第143-145页 |
| ·研究展望 | 第145-146页 |
| 参考文献 | 第146-158页 |
| 英文部分 | 第146-155页 |
| 中文部分 | 第155-158页 |
| 后记 | 第158-159页 |
| 致谢 | 第159-161页 |
| 在读期间科研成果目录 | 第161页 |
