| 摘要 | 第1-8页 |
| ABSTRACT | 第8-15页 |
| 第一章 绪论 | 第15-45页 |
| ·引言 | 第15-17页 |
| ·研究范围与基本概念界定 | 第17-23页 |
| ·资产定价 | 第18-20页 |
| ·波动率建模 | 第20-21页 |
| ·风险测量 | 第21-23页 |
| ·投资者的偏好假设与资产定价 | 第23-31页 |
| ·“均值－方差”偏好下的资产定价 | 第23-27页 |
| ·“高阶矩”偏好下的资产定价 | 第27-31页 |
| ·正态和非正态分布假设下的波动率建模 | 第31-37页 |
| ·正态分布假设下的波动率建模 | 第31-34页 |
| ·非正态分布假设下的波动率建模 | 第34-35页 |
| ·正态和非正态分布假设下模型的预测绩效 | 第35-36页 |
| ·比较模型的预测绩效：真实性校验 | 第36-37页 |
| ·正态和非正态分布假设下的风险测量 | 第37-39页 |
| ·VaR 预测的返回检验 | 第38-39页 |
| ·正态和非正态分布假设下的VaR 预测 | 第39页 |
| ·问题的提出 | 第39-42页 |
| ·研究内容与结构安排 | 第42-43页 |
| ·本文的主要创新点 | 第43-45页 |
| 第二章 高阶矩特征的存在性及其非参数检验 | 第45-74页 |
| ·引言 | 第45页 |
| ·相关研究回顾 | 第45-48页 |
| ·无条件高阶矩 | 第45-47页 |
| ·条件高阶矩 | 第47-48页 |
| ·模型方法 | 第48-53页 |
| ·分布的正态性 | 第49-50页 |
| ·分布的对称性 | 第50-51页 |
| ·分布的厚尾性 | 第51-52页 |
| ·收益率的波动模型 | 第52-53页 |
| ·样本描述 | 第53-57页 |
| ·实证结果 | 第57-68页 |
| ·无条件高阶矩特征的非参数检验 | 第57-64页 |
| ·条件高阶矩特征的非参数检验 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 附录 | 第69-74页 |
| 2A 条件高阶矩的部分核估计图形 | 第69-74页 |
| 第三章 高阶矩特征的产生机制分析 | 第74-100页 |
| ·引言 | 第74页 |
| ·相关研究回顾 | 第74-80页 |
| ·收益率超额偏度的产生机制 | 第74-77页 |
| ·收益率超额峰度的产生机制 | 第77-79页 |
| ·异质信念模型的相关理论预示 | 第79-80页 |
| ·模型方法 | 第80-83页 |
| ·收益率的波动过程 | 第80-81页 |
| ·条件高阶矩建模 | 第81-82页 |
| ·“周内效应”和“假日效应” | 第82-83页 |
| ·模型参数的极大似然估计 | 第83页 |
| ·样本说明及一些初步的结果 | 第83-88页 |
| ·实证结果 | 第88-96页 |
| ·收益率的波动过程 | 第88-90页 |
| ·偏态方程：检验假设1 和假设2 | 第90-93页 |
| ·峰态方程：检验假设3 和假设4 | 第93页 |
| ·结果分析 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 附录 | 第97-100页 |
| 3A 偏态方程的其他估计结果 | 第97-98页 |
| 3B 峰态方程的其他估计结果 | 第98-100页 |
| 第四章 动量效应和反转效应：基于高阶矩CAPM 的再检验 | 第100-125页 |
| ·引言 | 第100页 |
| ·相关研究回顾 | 第100-103页 |
| ·投资组合的构建 | 第103-104页 |
| ·引入高阶矩风险因子评价投资组合的收益率 | 第104-106页 |
| ·基于MVCAPM 和HMCAPM 评价策略组合的收益率 | 第104-105页 |
| ·基于TFM 和HMCAPM 评价策略组合的收益率 | 第105-106页 |
| ·数据说明 | 第106-107页 |
| ·动量组合与反转组合的收益率 | 第107-109页 |
| ·实证结果 | 第109-120页 |
| ·基于MVCAPM 和HMCAPM 的实证结果 | 第109-116页 |
| ·基于TFM 和TFHM 的实证结果 | 第116-119页 |
| ·反转策略下赢家和输家组合的风险比较 | 第119-120页 |
| ·本章小结 | 第120-121页 |
| 附录 | 第121-125页 |
| 4A 动量策略下HMCAPM 的回归结果 | 第121-123页 |
| 4B 反转策略下HMCAPM 的回归结果 | 第123-125页 |
| 第五章 引入高阶矩的波动率预测绩效比较：参数化方法 | 第125-167页 |
| ·引言 | 第125-126页 |
| ·相关研究回顾 | 第126-129页 |
| ·模型设定 | 第129-132页 |
| ·GARCH 族模型 | 第129-130页 |
| ·五种形态灵活的非正态分布 | 第130-132页 |
| ·模拟分析 | 第132-134页 |
| ·实证分析 | 第134-145页 |
| ·数据说明及样本内的拟合结果 | 第134-138页 |
| ·波动率预测与绩效评价 | 第138-141页 |
| ·实证结果 | 第141-145页 |
| ·本章小结 | 第145-146页 |
| 附录 | 第146-167页 |
| 5A 服从SkewT 分布的随机数生成算法 | 第146-147页 |
| 5B 基于最小二乘方法比较各分布假设下GARCH 族模型的预测绩效 | 第147-157页 |
| 5C 基于SPA 方法比较各分布假设下GARCH 族模型的预测绩效 | 第157-167页 |
| 第六章 引入高阶矩的波动率预测绩效比较：半参数方法 | 第167-179页 |
| ·引言 | 第167页 |
| ·相关研究回顾 | 第167-169页 |
| ·模型方法 | 第169-173页 |
| ·参数估计的EF 方法 | 第170-171页 |
| ·一步外推预测与绩效评价 | 第171-173页 |
| ·数据说明与实证结果 | 第173-177页 |
| ·本章小结 | 第177-179页 |
| 第七章 引入高阶矩的VaR 预测：高阶矩可行域未必越广越好 | 第179-194页 |
| ·引言 | 第179-180页 |
| ·相关研究回顾 | 第180-181页 |
| ·三种偏斜厚尾分布及其高阶矩可行域 | 第181-182页 |
| ·模型方法 | 第182-185页 |
| ·模型设定 | 第182-183页 |
| ·预测绩效的返回检验 | 第183-185页 |
| ·样本描述 | 第185-187页 |
| ·实证结果 | 第187-190页 |
| ·VaR 的样本内拟合绩效 | 第187-188页 |
| ·VaR 的样本外预测绩效 | 第188-190页 |
| ·本章小结 | 第190-192页 |
| 附录 | 第192-194页 |
| 7A 六种分布在样本内拟合VaR 的UC 检验 | 第192-193页 |
| 7B 六种分布在样本外预测VaR 的UC 检验 | 第193-194页 |
| 第八章 结束语 | 第194-198页 |
| ·全文总结与创新点 | 第194-197页 |
| ·研究展望 | 第197-198页 |
| 致谢 | 第198-201页 |
| 参考文献 | 第201-215页 |
| 攻博期间取得的研究成果 | 第215-216页 |
