| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 选题背景与意义 | 第12-13页 |
| 1.2 国内外研究概况 | 第13-16页 |
| 1.2.1 国外研究概况 | 第13-15页 |
| 1.2.2 国内研究概况 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 第二章 相关理论基础 | 第17-30页 |
| 2.1 条件异方差模型族简介 | 第17-26页 |
| 2.1.1 ARCH 模型 | 第17-19页 |
| 2.1.2 GARCH 模型 | 第19-20页 |
| 2.1.3 EGARCH 模型 | 第20-21页 |
| 2.1.4 ARCH-M 模型和 EGARCH-M 模型 | 第21-22页 |
| 2.1.5 条件异方差模型小结 | 第22-24页 |
| 2.1.6 以 GARCH 为例的 ARCH 类模型的常见参数估计方法 | 第24-26页 |
| 2.2 Bayes 推断理论 | 第26-30页 |
| 2.2.1 贝叶斯推断方法 | 第26-28页 |
| 2.2.2 贝叶斯参数估计 | 第28-30页 |
| 第三章 拟蒙特卡洛模拟方法 | 第30-43页 |
| 3.1 拟蒙特卡洛模拟方法简介 | 第30-35页 |
| 3.1.1 经典蒙特卡洛模拟方法 | 第30-34页 |
| 3.1.2 拟蒙特卡洛模拟方法 | 第34-35页 |
| 3.2 低差异序列简介 | 第35-38页 |
| 3.2.1 Halton 序列 | 第35-36页 |
| 3.2.2 Faure 序列 | 第36-37页 |
| 3.2.3 Sobol 序列 | 第37-38页 |
| 3.3 几种随机数的对比研究 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 沪深 300 股票指数 EGARCH 建模 | 第43-50页 |
| 4.1 沪深 300 股票指数 | 第43页 |
| 4.2 样本数据描述性统计分析 | 第43-46页 |
| 4.2.1 数据的来源与选取 | 第43-44页 |
| 4.2.2 指数收益率的定义 | 第44页 |
| 4.2.3 数据的描述性统计分析 | 第44-46页 |
| 4.3 样本数据平稳性检验 | 第46-47页 |
| 4.4 样本数据相关性检验 | 第47-48页 |
| 4.5 均值模型残差的 ARCH 效应检验 | 第48-49页 |
| 4.6 EGARCH 模型建立 | 第49-50页 |
| 第五章 EGARCH 模型的参数估计方法研究 | 第50-55页 |
| 5.1 参数的 Monte Carlo 估计方法 | 第50-52页 |
| 5.2 实证分析 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第六章 总结和展望 | 第55-57页 |
| 6.1 本文研究得出的主要结论 | 第55页 |
| 6.2 本文的局限性及进一步研究的重点 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录一：作者在攻读硕士学位期间公开发表的论文 | 第61-62页 |
| 附录二：作者在攻读硕士学位期间所参与的项目 | 第62-63页 |
| 附录三：本文研究中所用 MATALB 程序 | 第63-71页 |
