| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 厚尾GARCH模型 | 第13-21页 |
| 1.1.1 金融数据的特征 | 第13-14页 |
| 1.1.2 GARCH模型的QMLE | 第14-16页 |
| 1.1.3 厚尾GARCH模型的两步NGQMLE | 第16-20页 |
| 1.1.4 GARCH模型的诊断检验 | 第20-21页 |
| 1.2 部分线性可加模型 | 第21-23页 |
| 1.3 文章结构与创新点 | 第23-26页 |
| 第二章 厚尾GARCH模型的两步拟极大指数似然估计与诊断检验 | 第26-44页 |
| 2.1 引言 | 第26-27页 |
| 2.2 估计方法 | 第27-31页 |
| 2.2.1 模型建立 | 第27-28页 |
| 2.2.2 模型设定 | 第28-29页 |
| 2.2.3 两步估计方法 | 第29-30页 |
| 2.2.4 渐近性质 | 第30-31页 |
| 2.3 诊断检验 | 第31-32页 |
| 2.4 数据分析 | 第32-37页 |
| 2.4.1 数值模拟 | 第32-33页 |
| 2.4.2 实证研究 | 第33-37页 |
| 2.5 定理证明 | 第37-44页 |
| 2.5.1 定理2.1的证明 | 第37页 |
| 2.5.2 定理2.2的证明 | 第37-41页 |
| 2.5.3 定理2.3的证明 | 第41-44页 |
| 第三章 厚尾GARCH模型基于符号统计量的拟合优度检验 | 第44-60页 |
| 3.1 引言 | 第44页 |
| 3.2 诊断检验 | 第44-47页 |
| 3.2.1 模型设定 | 第44-45页 |
| 3.2.2 基于符号的拟合优度检验 | 第45-47页 |
| 3.3 数值模拟 | 第47页 |
| 3.4 实证研究 | 第47-55页 |
| 3.5 定理证明 | 第55-60页 |
| 第四章 部分线性可加时序模型的自适应LASSO两步变量选择 | 第60-76页 |
| 4.1 引言 | 第60-61页 |
| 4.2 估计及算法 | 第61-65页 |
| 4.2.1 正交级数逼近法 | 第61-63页 |
| 4.2.2 自适应-群组LASSO | 第63-64页 |
| 4.2.3 部分线性可加模型的两步变量选择方法 | 第64-65页 |
| 4.3 数值模拟 | 第65-70页 |
| 4.3.1 自适应-群组LASSO | 第65-68页 |
| 4.3.2 两步变量选择 | 第68-70页 |
| 4.4 实证研究 | 第70-73页 |
| 4.5 附录 | 第73-76页 |
| 第五章 结论及展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 在读期间发表的学术论文与取得的研究成果 | 第84页 |
