基于密度预测的人民币汇率组合预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·引言 | 第7-9页 |
| ·研究的背景 | 第7-8页 |
| ·研究的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文的逻辑结构与主要内容 | 第12-15页 |
| ·逻辑结构 | 第12-13页 |
| ·主要内容 | 第13-15页 |
| 第2章 人民币实际汇率研究的理论基础 | 第15-35页 |
| ·基本概念 | 第15-17页 |
| ·名义汇率 | 第16页 |
| ·实际汇率 | 第16-17页 |
| ·人民币汇率发展的历史与现状 | 第17-30页 |
| ·人民币汇率的发展历程 | 第17-23页 |
| ·人民币升值论的分析 | 第23-27页 |
| ·人民币汇率未来预期 | 第27-30页 |
| ·实际汇率行为特征研究 | 第30-35页 |
| ·实际汇率的均值回复性 | 第30-33页 |
| ·实际汇率的短期波动性 | 第33-35页 |
| 第3章 随机变量的密度预测方法 | 第35-46页 |
| ·密度预测方法概述 | 第35-36页 |
| ·决策环境下的密度预测方法 | 第36-39页 |
| ·决策环境下的损失函数的数学形式 | 第37页 |
| ·密度预测函数的优劣排序 | 第37-39页 |
| ·基于核密度估计的密度预测方法 | 第39-43页 |
| ·密度函数的核密度估计 | 第40-41页 |
| ·最优窗宽的选择 | 第41-43页 |
| ·密度预测模型的评价方法 | 第43-46页 |
| ·锐度 | 第43-44页 |
| ·校准度 | 第44-46页 |
| 第4章 人民币实际汇率单项模型预测 | 第46-57页 |
| ·人民币实际汇率的单项预测模型构造 | 第46-48页 |
| ·单位根检验 | 第46-48页 |
| ·模型的选择与构造 | 第48页 |
| ·模型的估计 | 第48-53页 |
| ·线性AR模型 | 第48-49页 |
| ·STAR模型的估计 | 第49-52页 |
| ·GARCH模型的估计 | 第52-53页 |
| ·人民币实际汇率单项模型预测 | 第53-57页 |
| ·预测方法 | 第54页 |
| ·预测过程及结果 | 第54-57页 |
| 第5章 人民币实际汇率非线性组合预测 | 第57-71页 |
| ·组合预测的基本方法 | 第57-59页 |
| ·线性组合预测方法 | 第57-58页 |
| ·非线性组合预测方法 | 第58-59页 |
| ·人工神经网络的理论和算法 | 第59-66页 |
| ·人工神经网络原理与模型 | 第59-60页 |
| ·人工神经网络的基本特性及网络结构 | 第60-61页 |
| ·BP神经网络模型及算法 | 第61-65页 |
| ·参数调节 | 第65-66页 |
| ·基于人工神经网络的汇率非线性组合预测 | 第66-68页 |
| ·神经网络非线性组合预测模型的建立 | 第66-67页 |
| ·预测过程及结果 | 第67-68页 |
| ·密度预测及评价 | 第68-71页 |
| 第6章 结束语 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间的研究成果 | 第81页 |
