| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 导论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 问题的提出 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外关于金融高频数据的研究 | 第11-12页 |
| 1.3.2 国内关于金融高频数据的研究 | 第12-13页 |
| 1.4 研究思路 | 第13-14页 |
| 1.5 本文可能具有的特色或创新点 | 第14-15页 |
| 2 相关概念、方法的介绍及指标体系、模型的建立 | 第15-25页 |
| 2.1 数据来源 | 第15页 |
| 2.2 变量的选取 | 第15-16页 |
| 2.3 一些矩统计量 | 第16页 |
| 2.4 金融高频数据的统计特征 | 第16-17页 |
| 2.5 单位根检验 | 第17-21页 |
| 2.5.1 单位根过程定义与性质 | 第17-18页 |
| 2.5.2 单位根过程的检验方法 | 第18-21页 |
| 2.6 GARCH模型 | 第21-22页 |
| 2.7 GARCH模型的预测 | 第22-23页 |
| 2.8 极大似然估计 | 第23页 |
| 2.9 VaR模型 | 第23-25页 |
| 3 我国中小板、创业板指高频数据的统计分析 | 第25-38页 |
| 3.1 初步统计分析 | 第25-30页 |
| 3.1.1 中小板指高频数据分析 | 第25-27页 |
| 3.1.2 创业板指高频数据分析 | 第27-30页 |
| 3.1.3 结论 | 第30页 |
| 3.2 正态性检验 | 第30-34页 |
| 3.3 一阶相关性分析 | 第34-36页 |
| 3.4 “日历效应” | 第36-38页 |
| 4 中小板、创业板市场指数ARIMA(p,d,q)模型建立及分析 | 第38-41页 |
| 4.1 中小板市场的金融时序分析 | 第38-39页 |
| 4.2 中小板市场的金融时序分析 | 第39-40页 |
| 4.3 对中小板、创业板市场ARIMA(1,1,1)模型的分析 | 第40-41页 |
| 5 中小板、创业板市场波动率分析 | 第41-55页 |
| 5.1 “已实现”波动 | 第41-46页 |
| 5.1.1 “已实现”波动的定义 | 第41-42页 |
| 5.1.2 调整的“已实现”波动率 | 第42-43页 |
| 5.1.3 赋权“已实现”波动率 | 第43-46页 |
| 5.2 长记忆性的定义 | 第46页 |
| 5.3 长记忆性的检验 | 第46-47页 |
| 5.4 基于“已实现”波动率的HAR模型(HAR-RV模型) | 第47-48页 |
| 5.5 基于赋权“已实现”波动率的HAR模型(HAR-WRV模型) | 第48-49页 |
| 5.6 长记忆性的检验 | 第49-55页 |
| 5.6.1 创业板指数5分钟频率的赋权“已实现”波动率的矩变量 | 第49-50页 |
| 5.6.2 创业板指数长记忆性的检验 | 第50-55页 |
| 6 创业板市场HAR-WRV-GARCH-VaR模型的建立及求解 | 第55-57页 |
| 6.1 动态VaR模型 | 第55页 |
| 6.2 HAR-WRV-GARCH-VaR模型的建立及求解 | 第55-57页 |
| 7 总结与展望 | 第57-59页 |
| 7.1 主要结论 | 第57页 |
| 7.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |
