| 内容摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-40页 |
| 1.1 研究背景和研究意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 文献综述 | 第14-36页 |
| 1.2.1 因子估计方法文献综述 | 第16-29页 |
| 1.2.2 动态因子模型的应用研究文献综述 | 第29-30页 |
| 1.2.3 国内动态因子模型理论研究文献综述 | 第30-35页 |
| 1.2.4 因子个数的估计 | 第35-36页 |
| 1.3 文章的结构与创新 | 第36-40页 |
| 1.3.1 文章的研究内容和结构安排 | 第36-38页 |
| 1.3.2 文章的创新之处 | 第38-40页 |
| 第2章 近似因子模型估计方法及其统计性质 | 第40-65页 |
| 2.1 近似因子模型的主成分估计 | 第42-44页 |
| 2.2 近似因子模型的极大似然估计 | 第44-46页 |
| 2.3 近似因子模型的广义矩估计 | 第46-52页 |
| 2.4 蒙特卡罗(Monte Carlo)模拟分析 | 第52-60页 |
| 2.4.1 服从正态分布的样本数据模拟分析 | 第53-58页 |
| 2.4.2 服从非正态分布的样本数据模拟分析 | 第58-60页 |
| 2.5 GMM估计方法的应用 | 第60-65页 |
| 2.5.1 样本数据和模型设定 | 第60-61页 |
| 2.5.2 模型估计 | 第61-65页 |
| 第3章 动态因子模型的估计方法及其统计性质 | 第65-83页 |
| 3.1 动态主成分估计 | 第66-68页 |
| 3.2 动态因子模型的极大似然估计 | 第68-70页 |
| 3.3 动态因子模型的广义矩估计 | 第70-79页 |
| 3.3.1 动态因子模型的GMM估计及其渐近性质 | 第70-77页 |
| 3.3.2 结构动态因子模型的GMM估计及其渐近性质 | 第77-79页 |
| 3.4 蒙特卡罗(Monte Carlo)模拟分析 | 第79-83页 |
| 第4章 上市公司增长行业异质性的实证分析 | 第83-91页 |
| 4.1 公司增长理论文献综述 | 第83-86页 |
| 4.2 样本数据和模型设定 | 第86-91页 |
| 4.2.1 样本数据选取 | 第86-87页 |
| 4.2.2 模型估计 | 第87-91页 |
| 第5章 中国宏观经济波动性的实证分析 | 第91-106页 |
| 5.1 文献回顾 | 第91-92页 |
| 5.2 模型设定和样本数据 | 第92-101页 |
| 5.2.1 动态因子模型设定和估计 | 第92-94页 |
| 5.2.2 样本数据及处理 | 第94-101页 |
| 5.3 中国宏观经济波动源识别及其原因分析 | 第101-106页 |
| 5.3.1 中国宏观经济波动的动态因子 | 第101-103页 |
| 5.3.2 实证分析结果及建议 | 第103-106页 |
| 第6章 总结与展望 | 第106-111页 |
| 6.1 论文结论 | 第106-109页 |
| 6.2 论文展望 | 第109-111页 |
| 附录 | 第111-119页 |
| 参考文献 | 第119-127页 |
| 致谢 | 第127-128页 |
