| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-11页 |
| 1 预备知识 | 第11-13页 |
| 1.1 数据预处理 | 第11页 |
| 1.2 自相关函数(ACF)与偏自相关函数(PACF) | 第11-12页 |
| 1.3 信息准则函数 | 第12-13页 |
| 2 线性模型 | 第13-19页 |
| 2.1 线性时间序列模型简介 | 第13-14页 |
| 2.2 建立模型 | 第14-17页 |
| 2.2.1 最小二乘估计 | 第14-17页 |
| 2.2.2 极大似然估计方法 | 第17页 |
| 2.3 预测 | 第17-19页 |
| 3 自回归条件异方差(ARCH)模型 | 第19-35页 |
| 3.1 自回归条件异方差(ARCH)模型简介 | 第19-21页 |
| 3.2 ARCH效应检验 | 第21-23页 |
| 3.3 建立模型 | 第23-26页 |
| 3.3.1 最小二乘估计 | 第23-24页 |
| 3.3.2 极大似然估计 | 第24-26页 |
| 3.4 模型检验 | 第26-27页 |
| 3.5 预测 | 第27页 |
| 3.6 实例分析 | 第27-35页 |
| 3.6.1 ARCH效应检验 | 第29-30页 |
| 3.6.2 ARCH建模 | 第30-33页 |
| 3.6.3 预测 | 第33-35页 |
| 4 门限自回归条件异方差(TARCH)模型 | 第35-49页 |
| 4.1 门限自回归(TAR)模型简介 | 第35-36页 |
| 4.2 非线性检验 | 第36-37页 |
| 4.3 建立模型 | 第37-39页 |
| 4.3.1 Tong的方法 | 第37-39页 |
| 4.3.2 Tsay的方法 | 第39页 |
| 4.4 门限自回归条件异方差(TARCH)模型 | 第39-43页 |
| 4.4.1 门限自回归条件异方差(TARCH)模型简介 | 第39-40页 |
| 4.4.2 建立模型 | 第40-43页 |
| 4.5 实例分析 | 第43-49页 |
| 4.5.1 数据预处理 | 第43-45页 |
| 4.5.2 建立模型 | 第45-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 附录A 3.6实例分析Matlab程序 | 第52-56页 |
| 附录B 4.5实例分析Matlab程序 | 第56-68页 |
| 致谢 | 第68-69页 |