| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-17页 |
| 1.2.1 波动模型研究现状 | 第11-14页 |
| 1.2.2 波动模型估计方法研究现状 | 第14-17页 |
| 1.3 研究内容与组织结构 | 第17-21页 |
| 1.3.1 研究内容 | 第17-19页 |
| 1.3.2 论文组织架构 | 第19-21页 |
| 2 基本概念及理论模型 | 第21-28页 |
| 2.1 基本概念 | 第21-24页 |
| 2.1.1 风险 | 第21-22页 |
| 2.1.2 波动及其统计特征 | 第22-24页 |
| 2.2 波动模型 | 第24-28页 |
| 2.2.1 ARCH族模型 | 第24-26页 |
| 2.2.2 随机波动模型 | 第26-28页 |
| 3 波动模型的估计方法 | 第28-39页 |
| 3.1 贝叶斯理论 | 第28-29页 |
| 3.2 传统的MCMC算法 | 第29-34页 |
| 3.2.1 Gibbs抽样 | 第30页 |
| 3.2.2 Metropolis-Hasting算法 | 第30-32页 |
| 3.2.3 马尔科夫链的收敛性判断 | 第32-34页 |
| 3.3 汉密尔顿蒙特卡洛算法 | 第34-39页 |
| 3.3.1 汉密尔顿动力学 | 第34-36页 |
| 3.3.2 汉密尔顿蒙特卡洛算法 | 第36-39页 |
| 4 实证分析 | 第39-61页 |
| 4.1 数据来源和统计分析 | 第39-45页 |
| 4.1.1 数据 | 第39页 |
| 4.1.2 BUGS和Stan | 第39-41页 |
| 4.1.3 波动统计特征分析 | 第41-45页 |
| 4.2 随机波动模型的建立 | 第45-56页 |
| 4.2.1 基于Gibbs抽样的模型求解 | 第45-49页 |
| 4.2.2 基于Metropolis-Hasting算法的模型求解 | 第49-52页 |
| 4.2.3 基于HMC算法的模型求解 | 第52-56页 |
| 4.3 我国股市波动分析及算法比较 | 第56-61页 |
| 5 结论 | 第61-64页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 不足与研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 附录 仿真程序 | 第70-80页 |
| 后记 | 第80-81页 |