| 中文摘要 | 第9-10页 |
| Abstract | 第10页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外文献综述 | 第12-18页 |
| 1.2.1 国外相关文献 | 第12-16页 |
| 1.2.2 国内相关文献 | 第16-17页 |
| 1.2.3 文献研究评述 | 第17-18页 |
| 1.3 论文的研究思路和方法 | 第18页 |
| 1.3.1 研究思路 | 第18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.4 论文的不足和创新之处 | 第18-20页 |
| 1.4.1 论文的不足 | 第18-19页 |
| 1.4.2 论文的创新之处 | 第19-20页 |
| 2 股票收益预测的理论基础 | 第20-24页 |
| 2.1 随机漫步理论 | 第20页 |
| 2.2 信息扩散假说 | 第20-22页 |
| 2.3 有效市场假说 | 第22-23页 |
| 2.4 过度反应假说 | 第23-24页 |
| 3 影响股票收益率的因素 | 第24-29页 |
| 3.1 货币供应量 | 第24-25页 |
| 3.2 利率 | 第25-26页 |
| 3.3 石油价格 | 第26页 |
| 3.4 汇率 | 第26-27页 |
| 3.5 股息 | 第27页 |
| 3.6 通货膨胀率 | 第27-29页 |
| 4 巴基斯坦股票市场收益率实证分析 | 第29-46页 |
| 4.1 巴基斯坦股票市场简介 | 第29-33页 |
| 4.1.1 巴基斯坦股票市场上市公司的行业分布 | 第29-32页 |
| 4.1.2 巴基斯坦股票市场趋势 | 第32-33页 |
| 4.2 变量的选择及数据来源 | 第33-36页 |
| 4.2.1 因变量 | 第34页 |
| 4.2.2 自变量 | 第34-35页 |
| 4.2.3 控制变量 | 第35-36页 |
| 4.2.4 样本及数据来源 | 第36页 |
| 4.3 回归模型的设定 | 第36-37页 |
| 4.4 基于回归模型的实证分析 | 第37-45页 |
| 4.4.1 变量的描述性统计 | 第37页 |
| 4.4.2 单位根检验 | 第37-38页 |
| 4.4.3 序列相关性和异方差检验 | 第38-39页 |
| 4.4.4 各行业的回归分析结果 | 第39-45页 |
| 4.4.4.1 水泥行业的回归分析(Cem_r) | 第39-40页 |
| 4.4.4.2 化工行业的回归分析(Chem_r) | 第40-41页 |
| 4.4.4.3 电缆/电力行业的回归分析(Electric_r) | 第41页 |
| 4.4.4.4 通讯技术行业的回归分析(Comm_r) | 第41-42页 |
| 4.4.4.5 石油和天然气行业的回归分析(Fuel_r) | 第42-43页 |
| 4.4.4.6 纺织行业的回归分析(Text_r) | 第43-45页 |
| 4.5 基于回归方程的预测分析 | 第45-46页 |
| 5 结论和建议 | 第46-49页 |
| 5.1 结论 | 第46-47页 |
| 5.2 建议 | 第47-49页 |
| 5.2.1 对投资者的建议 | 第47页 |
| 5.2.2 对研究人员的建议 | 第47页 |
| 5.2.3 对金融监管机构和政策制定者的建议 | 第47-49页 |
| 参考文献 | 第49-56页 |
| 附录 | 第56-60页 |
| 致谢 | 第60页 |
