| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-18页 |
| 1.1 本文的研究背景及其意义 | 第8-10页 |
| 1.2 本课题相关的文献综述 | 第10-17页 |
| 1.2.1 GARCH模型在中国股票市场的应用 | 第10-12页 |
| 1.2.2 残差自相关性检验部分 | 第12-16页 |
| 1.2.3 参数估计效应 | 第16-17页 |
| 1.3 本文的研究方法和结构安排 | 第17-18页 |
| 第二章 预备知识 | 第18-27页 |
| 2.1 时间序列的基本模型和概念 | 第18-24页 |
| 2.1.1 稳定过程 | 第18-20页 |
| 2.1.2 经典时间序列模型 | 第20-23页 |
| 2.1.3 自相关性 | 第23-24页 |
| 2.1.4 鞅差序列(Martingale difference sequence) | 第24页 |
| 2.2 混成检验(Portmanteau test,也被称为Q检验) | 第24-27页 |
| 第三章 简易混成检验模型 | 第27-35页 |
| 3.1 弱GARCH模型 | 第27-32页 |
| 3.1.1 GARCH与ARMA | 第27-31页 |
| 3.1.2 改写后ARMA模型残差的相关性 | 第31-32页 |
| 3.2 简易混成检验 | 第32-34页 |
| 3.3 局部备择假设(Local alternatives) | 第34-35页 |
| 第四章 Monte Carlo模拟 | 第35-42页 |
| 4.1 强GARCH过程 | 第35-38页 |
| 4.2 时频归并(Temporal aggregation)的GARCH过程 | 第38-42页 |
| 第五章 现实应用 | 第42-47页 |
| 5.1 数据选择 | 第43页 |
| 5.2 白噪声检验 | 第43-44页 |
| 5.3 模型建立 | 第44-47页 |
| 第六章 结论 | 第47-48页 |
| 附录 | 第48-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58页 |
