沪深及纽约股市波动性的实证研究 |
论文目录 | | | 摘要 | 第1-4
页 | | ABSTRACT | 第4-6
页 | | 目录 | 第6-8
页 | | 第一章 绪论 | 第8-14
页 | | · 研究背景及意义 | 第8-9
页 | | · 国内外文献综述 | 第9-12
页 | | · 国外研究现状 | 第9-11
页 | | · 国内研究现状 | 第11-12
页 | | · 本文研究的内容框架和方法 | 第12-14
页 | | 第二章 波动性理论基础 | 第14-21
页 | | · 波动性定义 | 第14
页 | | · 股市波动的主要特性 | 第14-16
页 | | · 股市波动的相关理论 | 第16-19
页 | | · 股市波动的度量 | 第19-21
页 | | 第三章 基于GARCH模型对股市波动性的实证分析 | 第21-34
页 | | · GARCH族模型介绍 | 第21-23
页 | | · GRACH(p,q)模型 | 第21-22
页 | | · GARCH-M模型 | 第22
页 | | · EGARCH(P,Q)模型 | 第22-23
页 | | · 样本选取及数据来源 | 第23
页 | | · 股市收益率时间序列特征分析 | 第23-29
页 | | · 收益率序列的基本统计量 | 第23-26
页 | | · 收益率序列的基本检验 | 第26-29
页 | | · 基于GARCH族模型的实证分析 | 第29-34
页 | | · GARCH(1,1)模型的实证分析 | 第29-31
页 | | · GARCH(1,1)-M模型的实证分析 | 第31-32
页 | | · EGARCH(1,1)模型的实证分析 | 第32-33
页 | | · 小结 | 第33-34
页 | | 第四章 基于随机波动模型对股市波动性的实证研究 | 第34-46
页 | | · 随机波动模型介绍 | 第34-35
页 | | · 标准随机波动模型(SV-N) | 第34
页 | | · SV-T模型 | 第34-35
页 | | · 长记忆随机波动模型(LM-SV) | 第35
页 | | · LEVERAGE SV模型 | 第35
页 | | · 随机波动模型的估计方法 | 第35-41
页 | | · 伪极大似然(QML)方法 | 第36-37
页 | | · 广义矩方法(GMM)估计 | 第37-38
页 | | · 马尔可夫链蒙特卡罗(MCMC)方法 | 第38-41
页 | | · 基于随机波动模型的实证分析 | 第41-46
页 | | 第五章 沪深股市与纽约股市间波动性的相关分析 | 第46-54
页 | | · 数据说明 | 第46
页 | | · 向量自回归模型(VAR) | 第46-49
页 | | · 向量自回归模型(VAR)简介 | 第46-47
页 | | · 向量自回归模型(VAR)实证分析 | 第47-49
页 | | · JOHANSAN协整检验 | 第49-50
页 | | · GRANGER因果检验 | 第50-51
页 | | · 脉冲响应分析 | 第51-54
页 | | 第六章 波动计量模型的预测分析 | 第54-59
页 | | · 预测的基本思想与方法 | 第54-55
页 | | · 预测技术的基本思想 | 第54-55
页 | | · 波动模型的预测模型 | 第55
页 | | · 波动计量模型的预测及比较分析 | 第55-59
页 | | 第七章 结论、建议及展望 | 第59-62
页 | | · 本文主要结论 | 第59
页 | | · 政策建议 | 第59-61
页 | | · 研究展望 | 第61-62
页 | | 参考文献 | 第62-65
页 | | 附录 WINBUGS应用程序 | 第65-67
页 | | 致谢 | 第67-68
页 | | 攻读硕士学位期间主要的研究成果 | 第68
页 |
|
|
|
