首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

基于贝叶斯厚尾DCC-MSV模型的股市波动溢出效应研究

摘要第5-6页
Abstract第6-7页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-23页
    1.1 选题背景与研究意义第12-14页
        1.1.1 选题背景第12-13页
        1.1.2 研究意义第13-14页
    1.2 金融市场波动溢出效应文献综述第14-21页
        1.2.1 基于 GARCH 模型的研究第15-17页
        1.2.2 基于随机波动模型的研究第17-18页
        1.2.3 基于其他方法的研究第18-21页
    1.3 研究思路与内容第21-23页
        1.3.1 研究思路第21页
        1.3.2 研究内容第21-23页
第2章 金融市场波动与波动模型的相关理论分析第23-36页
    2.1 金融市场波动的相关概念界定第23-26页
        2.1.1 波动的基本概念第23页
        2.1.2 波动的一般特征第23-25页
        2.1.3 波动溢出效应的概念第25-26页
    2.2 金融市场波动溢出效应的形成原因与机理分析第26-30页
        2.2.1 金融市场波动溢出效应的内在原因第26-27页
        2.2.2 金融市场波动溢出效应的外在原因第27-28页
        2.2.3 金融市场波动溢出效应的直接原因第28-30页
        2.2.4 金融市场波动溢出效应的形成机理第30页
    2.3 波动溢出效应的相关波动模型第30-36页
        2.3.1 GARCH 模型第30-32页
        2.3.2 随机波动模型第32-34页
        2.3.3 GARCH 模型与随机波动模型的比较分析第34-36页
第3章 贝叶斯厚尾 DCC-MSV 模型的构建与分析第36-46页
    3.1 贝叶斯厚尾 DCC-MSV 波动模型的构建第36-38页
        3.1.1 CCC-MSV 模型第36页
        3.1.2 DCC-MSV 模型第36-37页
        3.1.3 厚尾 DCC-MSV 模型第37-38页
    3.2 厚尾 DCC-MSV 模型的贝叶斯估计第38-42页
        3.2.1 厚尾 DCC-MSV 模型的贝叶斯分析第39-40页
        3.2.2 厚尾 DCC-MSV 模型的 MCMC 抽样算法设计第40-42页
    3.3 MCMC 抽样算法的有效性分析第42-44页
        3.3.1 MCMC 抽样算法的收敛性诊断第42-43页
        3.3.2 MC 均值标准误第43-44页
    3.4 基于 MCMC 算法的模型比较第44-45页
    3.5 波动溢出效应显著性检验第45-46页
第4章 股市波动溢出效应的实证研究第46-65页
    4.1 样本数据及统计特征第46-51页
        4.1.1 数据来源第46-47页
        4.1.2 统计特征分析第47-50页
        4.1.3 平稳性检验第50-51页
    4.2 贝叶斯厚尾 DCC-MSV 模型的参数估计第51-58页
        4.2.1 模型参数的先验设置第51页
        4.2.2 模型参数的收敛性诊断第51-52页
        4.2.3 模型参数的估计结果第52-58页
    4.3 实证结果分析第58-65页
        4.3.1 股市间波动溢出效应显著性分析第58-61页
        4.3.2 股市间动态相关系数分析第61-63页
        4.3.3 模型比较分析第63-65页
结论第65-67页
参考文献第67-73页
致谢第73-74页
附录 A 攻读学位期间所发表的论文及参与的项目第74页

论文共74页,点击 下载论文
上一篇:我国对外直接投资逆向技术溢出效应研究
下一篇:房地产上市公司债务融资对公司绩效的影响研究