摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第9-18页 |
1.1 选题背景及研究意义 | 第9-11页 |
1.1.1 选题背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 原油价格与股票市场相关关系的文献 | 第11-13页 |
1.2.2 原油价格与能源公司股票市场相关关系的文献 | 第13-14页 |
1.2.3 文献评述 | 第14页 |
1.3 研究内容与研究方法 | 第14-17页 |
1.3.1 研究内容 | 第14-16页 |
1.3.2 研究方法 | 第16-17页 |
1.4 本文的创新与不足 | 第17-18页 |
第2章 国际原油市场与新能源市场的理论分析 | 第18-24页 |
2.1 相关概念 | 第18-20页 |
2.1.1 国际原油市场 | 第18页 |
2.1.2 国际原油价格及其定价体系 | 第18-19页 |
2.1.3 新能源的概述 | 第19-20页 |
2.2 国际原油期货市场与新能源市场相关性的理论分析 | 第20-23页 |
2.2.1 国际原油期货市场与新能源市场的实体经济传导机制 | 第20-21页 |
2.2.2 国际原油期货市场与新能源市场的金融市场行为传导机制 | 第21-23页 |
2.3 本章小结 | 第23-24页 |
第3章 国际原油期货市场发展历史与我国新能源现状分析 | 第24-31页 |
3.1 国际原油期货市场 | 第24-26页 |
3.1.1 纽约商品交易所发展历史 | 第24-25页 |
3.1.2 英国伦敦国际石油交易所的布伦特原油(Brent)发展历史 | 第25-26页 |
3.1.3 WTI和布伦特原油的关系 | 第26页 |
3.2 中国新能源发展现状 | 第26-30页 |
3.2.1 太阳能 | 第27-28页 |
3.2.2 风能 | 第28-29页 |
3.2.3 生物质能 | 第29页 |
3.2.4 海洋能 | 第29-30页 |
3.3 本章小结 | 第30-31页 |
第4章 国际油价与我国新能源股票指数的相关性测度 | 第31-44页 |
4.1 Copula函数模型简述 | 第31-33页 |
4.1.1 Copula函数的定义和Sklar定理 | 第31页 |
4.1.2 常见的Copula函数 | 第31-32页 |
4.1.3 相关性度量指标 | 第32-33页 |
4.1.4 模型评价 | 第33页 |
4.2 数据的选取与描述 | 第33-35页 |
4.2.1 原油期货价格的选取与描述 | 第33-34页 |
4.2.2 新能源公司及其股票价格的选取与描述 | 第34-35页 |
4.3 数据处理 | 第35-36页 |
4.4 协整与格兰杰因果检验 | 第36-38页 |
4.4.1 单位根与协整检验 | 第36-37页 |
4.4.2 格兰杰因果关系检验 | 第37-38页 |
4.5 基本统计量分析 | 第38页 |
4.6 各阶段最优copula函数的选取及模型评价 | 第38-42页 |
4.7 本章小结 | 第42-44页 |
第5章 国际原油期货价格与三个子样本间的实证研究 | 第44-58页 |
5.1 国际原油期货价格与太阳能股票指数的相关性测度 | 第44-49页 |
5.1.1 数据处理 | 第44页 |
5.1.2 协整与格兰杰因果检验 | 第44-46页 |
5.1.3 基本统计量分析 | 第46页 |
5.1.4 各阶段最优copula函数的选取及模型评价 | 第46-49页 |
5.2 国际原油期货价格与风能股票指数的相关性测度 | 第49-53页 |
5.2.1 数据处理 | 第49页 |
5.2.2 协整与格兰杰因果检验 | 第49-50页 |
5.2.3 基本统计量分析 | 第50-51页 |
5.2.4 各阶段最优copula函数的选取及模型评价 | 第51-53页 |
5.3 国际原油期货价格与生物质能股票指数的相关性测度 | 第53-56页 |
5.3.1 数据处理 | 第53-54页 |
5.3.2 协整与格兰杰因果检验 | 第54页 |
5.3.3 基本统计量分析 | 第54-55页 |
5.3.4 最优copula函数的选取及模型评价 | 第55-56页 |
5.4 本章小结 | 第56-58页 |
第6章 结论及政策建议 | 第58-61页 |
6.1 结论 | 第58-59页 |
6.2 政策建议 | 第59-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
在学期间科研情况 | 第66页 |