用参数和非参数方法分析金融危机对中国股市影响
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 文献综述 | 第12-14页 |
| 1.2.1 参数模型的研究现状 | 第12-13页 |
| 1.2.2 非参数模型研究现状 | 第13-14页 |
| 1.3 研究思路和方法 | 第14-15页 |
| 1.3.1 研究思路 | 第14-15页 |
| 1.3.2 研究方法 | 第15页 |
| 1.4 文章结构 | 第15-16页 |
| 1.5 研究创新点 | 第16-18页 |
| 第2章 参数方法 | 第18-28页 |
| 2.1 常用线性时间序列模型 | 第18-21页 |
| 2.1.1 AR模型 | 第18-20页 |
| 2.1.2 MA模型 | 第20页 |
| 2.1.3 ARMA模型 | 第20-21页 |
| 2.1.4 模型识别 | 第21页 |
| 2.2 ARCH模型 | 第21-23页 |
| 2.3 GARCH模型 | 第23页 |
| 2.4 扰动项分布 | 第23-26页 |
| 2.4.1 t-分布 | 第23-24页 |
| 2.4.2 广义误差分布(GED) | 第24-26页 |
| 2.5 模型的选择与诊断 | 第26-28页 |
| 2.5.1 AIC准则 | 第26页 |
| 2.5.2 贝叶斯准则 | 第26-28页 |
| 第3章 非参数方法 | 第28-41页 |
| 3.1 核密度估计 | 第29-31页 |
| 3.2 核回归估计 | 第31-32页 |
| 3.3 局部多项式回归估计 | 第32-34页 |
| 3.4 局部双核多项式估计 | 第34-35页 |
| 3.5 窗宽的选择 | 第35-39页 |
| 3.5.1 估计好坏的评价标准 | 第35-36页 |
| 3.5.2 理论最优窗宽 | 第36-38页 |
| 3.5.3 利用交叉验证方法求窗宽 | 第38-39页 |
| 3.6 R代码中公式变形 | 第39-41页 |
| 第4章 实际数据拟合 | 第41-61页 |
| 4.1 案例一 | 第41-47页 |
| 4.2 案例二 | 第47-61页 |
| 第5章 结论与展望 | 第61-63页 |
| 5.1 本文结论 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-73页 |
