| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13页 |
| 1.3 研究内容及安排 | 第13-15页 |
| 2 我国股市时间序列的部分统计特性 | 第15-23页 |
| 2.1 指标的选取 | 第15-16页 |
| 2.2 数据的选择 | 第16页 |
| 2.3 特征分析 | 第16-23页 |
| 3 马尔可夫链蒙特卡罗方法 | 第23-29页 |
| 3.1 贝叶斯统计方法 | 第23-24页 |
| 3.2 MCMC方法与WinBUGS软件 | 第24-27页 |
| 3.3 M-H算法 | 第27-29页 |
| 4 基于随机游走链M-H算法的GJR-GARCH模型的贝叶斯推断 | 第29-33页 |
| 4.1 GJR-GARCH-N模型的贝叶斯推断 | 第29-30页 |
| 4.2 GJR-GARCH-T模型的贝叶斯推断 | 第30-33页 |
| 5 实证分析 | 第33-43页 |
| 5.1 GJR-GARCH模型的参数估计 | 第33-41页 |
| 5.2 GJR-GARCH-N模型与GJR-GARCH-T模型的对比 | 第41-43页 |
| 6 全文总结与展望 | 第43-45页 |
| 6.1 本文所做的工作 | 第43页 |
| 6.2 本文创新之处 | 第43页 |
| 6.3 展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 附录 | 第49-51页 |
| 作者简历 | 第51-53页 |
| 学位论文数据集 | 第53页 |