| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 非线性时间序列模型的国内外研究历史与现状 | 第10-11页 |
| 1.3 金融时间序列的特征及其研究发展状况 | 第11-12页 |
| 1.4 本文的结构安排和主要内容 | 第12-14页 |
| 第二章 非线性时序模型简介 | 第14-19页 |
| 2.1 参数非线性模型 | 第15-17页 |
| 2.1.1 门限自回归模型 | 第15页 |
| 2.1.2 自回归条件异方差模型 | 第15-16页 |
| 2.1.3 双线性模型 | 第16-17页 |
| 2.2 非参数非线性模型 | 第17-19页 |
| 2.2.1 常用非参数模型 | 第17页 |
| 2.2.2 关于“维度祸患” | 第17-19页 |
| 第三章 时间序列的非线性特征识别与模型叠合 | 第19-29页 |
| 3.1 非线性特征的图示识别 | 第19-21页 |
| 3.1.1 识别变方差 | 第19-20页 |
| 3.1.2 识别非线性自相依 | 第20-21页 |
| 3.2 非线性特征的统计检验 | 第21-24页 |
| 3.2.1 非线性自相依特征的GLR检验 | 第21-22页 |
| 3.2.2 非线性自相依特征的TAR备择检验 | 第22-23页 |
| 3.2.3 ARCH效应检验 | 第23-24页 |
| 3.3 模型的叠合与估计 | 第24-29页 |
| 3.3.1 NAR-ARMA模型参数估计 | 第24-27页 |
| 3.3.2 NAR-AR-GARCH模型参数估计 | 第27-28页 |
| 3.3.3 TAR-GARCH参数估计 | 第28-29页 |
| 第四章 非线性模型在金融数据中的应用 | 第29-44页 |
| 4.1 数据来源与符号说明 | 第29页 |
| 4.2 收益率的非线性自相依特征 | 第29-35页 |
| 4.2.1 基于图示的讨论 | 第30页 |
| 4.2.2 基于模型的讨论 | 第30-35页 |
| 4.3 优良率对收盘价的影响 | 第35-39页 |
| 4.3.1 相关分析 | 第36-37页 |
| 4.3.2 优良率影响收盘价的非线性特征 | 第37-38页 |
| 4.3.3 其他因素对收盘价的影响 | 第38-39页 |
| 4.4 收益率的非线性叠合模型 | 第39-43页 |
| 4.4.1 参数非线性叠合模型：AR-GARCH模型 | 第39-41页 |
| 4.4.2 半参数非线性叠合模型：NAR-AR-GARCH模型 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读硕士学位期间取得的成果 | 第49页 |