| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 选题背景与研究意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 相关文献综述 | 第13-20页 |
| 1.2.1 基于线性模型的汇率预测研究 | 第14-15页 |
| 1.2.2 基于非线性模型的汇率预测研究 | 第15-18页 |
| 1.2.3 基于组合模型的汇率预测研究 | 第18-20页 |
| 1.3 研究思路与研究内容 | 第20-23页 |
| 1.3.1 研究思路 | 第20-21页 |
| 1.3.2 研究内容 | 第21-23页 |
| 第2章 汇率预测相关研究基础与理论分析 | 第23-33页 |
| 2.1 汇率决定的理论分析 | 第23-25页 |
| 2.1.1 传统汇率决定理论分析 | 第23-24页 |
| 2.1.2 现代汇率决定理论分析 | 第24-25页 |
| 2.2 人民币汇率变动的影响因素分析 | 第25-28页 |
| 2.2.1 政治因素分析 | 第25-26页 |
| 2.2.2 经济因素分析 | 第26-28页 |
| 2.2.3 其它因素分析 | 第28页 |
| 2.3 人民币汇率变动特征的理论分析 | 第28-33页 |
| 2.3.1 非线性特征的理论分析 | 第29-30页 |
| 2.3.2 长记忆特征的理论分析 | 第30-33页 |
| 第3章 ARFIMA-SVM-BPNN非线性组合模型的构建 | 第33-42页 |
| 3.1 人民币汇率特征的检验方法及模型 | 第33-35页 |
| 3.1.1 非线性特征的BDS检验方法 | 第33-34页 |
| 3.1.2 长记忆特性的DFA检验模型 | 第34-35页 |
| 3.2 单一预测模型的选择及构建 | 第35-38页 |
| 3.2.1 自回归分整移动平均(ARFIMA)模型 | 第35-36页 |
| 3.2.2 支持向量机(SVM)模型 | 第36-37页 |
| 3.2.3 反向传播神经网络(BPNN)模型 | 第37-38页 |
| 3.3 非线性组合预测模型的构建过程及参数估计 | 第38-42页 |
| 3.3.1 非线性组合模型的构建过程 | 第39-40页 |
| 3.3.2 非线性组合模型的参数估计 | 第40-42页 |
| 第4章 基于非线性组合模型的人民币汇率预测实证 | 第42-67页 |
| 4.1 样本的选取与描述 | 第42-52页 |
| 4.1.1 样本选取与数据来源 | 第42-45页 |
| 4.1.2 样本的统计性描述 | 第45-52页 |
| 4.2 人民币汇率特征的实证检验及分析 | 第52-54页 |
| 4.2.1 基于BDS方法的非线性特征检验实证分析 | 第52-53页 |
| 4.2.2 基于DFA模型的长记忆性检验实证分析 | 第53-54页 |
| 4.3 基于非线性组合模型的人民币汇率预测实证结果及分析 | 第54-63页 |
| 4.3.1 单一预测模型的预测结果与分析 | 第54-58页 |
| 4.3.2 非线性组合预测模型的预测结果与分析 | 第58-63页 |
| 4.4 人民币汇率非线性组合预测模型的优势分析 | 第63-65页 |
| 4.4.1 模型预测效果评价指标的确立 | 第63页 |
| 4.4.2 非线性组合模型的预测效果评价 | 第63-65页 |
| 4.5 基于实证分析结果的对策建议 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第77-78页 |
| 附录B 攻读学位期间参与的科研项目 | 第78页 |
