第一章 绪论 1
一、金融市场波动理论 1
二、研究思路与意义 5
三、相关研究综述 9
四、研究内容概述 17
第二章 金融时变模型建模方法概述 22
一、ARCH模型及其扩展形式 24
二、SV模型及其扩展形式 30
第三章 标准随机波动模型的MCMC算法 36
一、标准SV模型及其统计性质 36
二、SV模型的参数估计方法 41
三、标准SV模型的MCMC估计算法 46
四、本章小结 71
第四章 随机波动扩展模型的MCMC抽样算法及应用 72
一、长记忆随机波动模型的贝叶斯推断分析 72
二、贝叶斯波动均值SV模型的建模与实证分析 85
三、贝叶斯多因子SV模型的建模与实证分析 104
四、贝叶斯MSSV模型的建模与实证分析 118
五、本章小结 129
第五章 基于序贯蒙特卡洛方法的标准SV模型识别 131
一、状态空间下的随机波动模型 132
二、序贯蒙特卡洛估计方法 136
三、仿真分析 149
四、本章小结 161
第六章 基于序贯蒙特卡洛方法的参数学习 163
一、人工噪声过程下的参数学习 165
二、序贯贝叶斯滤波参数学习算法 170
三、仿真分析 180
四、本章小结 196
第七章 变结构随机波动模型的SMC算法及应用 198
一、变结构随机波动模型的建模思路 198
二、基于辅助粒子滤波算法的MSSV模型估计与应用 201
三、基于序贯贝叶斯滤波算法的杠杆效应MSSV模型估计与应用 213
四、本章小结 235
第八章 结论与展望 237
一、本书的主要研究结论与创新 237
二、研究展望 239
参考文献 241