| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第1章 绪论 | 第16-38页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.1.1 研究背景 | 第16-17页 |
| 1.1.2 研究意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-33页 |
| 1.2.1 金融时间序列模型研究现状 | 第18-20页 |
| 1.2.2 copula函数研究现状 | 第20-24页 |
| 1.2.3 套期保值策略研究现状 | 第24-27页 |
| 1.2.4 向量自回归模型研究现状 | 第27-28页 |
| 1.2.5 我国股指期货研究现状 | 第28-31页 |
| 1.2.6 研究现状述评 | 第31-33页 |
| 1.3 研究内容、思路和方法 | 第33-36页 |
| 1.3.1 研究内容 | 第33-34页 |
| 1.3.2 基本研究思路 | 第34-36页 |
| 1.3.3 研究方法 | 第36页 |
| 1.4 研究目标和创新点 | 第36-38页 |
| 1.4.1 研究目标 | 第36页 |
| 1.4.2 创新点 | 第36-38页 |
| 第2章 股指期货和股票指数时间序列的基本特征 | 第38-54页 |
| 2.1 股指期货概述 | 第38-39页 |
| 2.1.1 股指期货主要金融功能 | 第38页 |
| 2.1.2 我国股指期货运行方式 | 第38-39页 |
| 2.2 我国股指期货和股票指数价格、收益与基差 | 第39-45页 |
| 2.2.1 数据的选取 | 第39-40页 |
| 2.2.2 价格和收益序列 | 第40-41页 |
| 2.2.3 基差 | 第41-45页 |
| 2.3 我国股指期货和股票指数的基本统计分析 | 第45-53页 |
| 2.3.1 基本统计特征 | 第46页 |
| 2.3.2 时间序列的平稳性 | 第46-49页 |
| 2.3.3 协整性检验 | 第49-50页 |
| 2.3.4 ARCH效应 | 第50-51页 |
| 2.3.5 ARMA均值模型的识别 | 第51-53页 |
| 2.4 本章小结 | 第53-54页 |
| 第3章 基于COPULA函数的股指期货和股票指数收益静态相关性分析 | 第54-65页 |
| 3.1 问题的提出 | 第54-55页 |
| 3.2 静态COPULA模型 | 第55-59页 |
| 3.2.1 copula函数以及Sklar定理 | 第55-57页 |
| 3.2.2 基于copula模型的相关性测度 | 第57-59页 |
| 3.3 COPULA模型的构建 | 第59-64页 |
| 3.3.1 边际分布的确定 | 第59-61页 |
| 3.3.2 静态copula模型的参数估计 | 第61-62页 |
| 3.3.3 模型结果分析 | 第62-64页 |
| 3.4 结论 | 第64-65页 |
| 第4章 基于时变COPULA函数的股指期货和股票指数收益动态相关性分析 | 第65-78页 |
| 4.1 问题的提出 | 第65-66页 |
| 4.2 理论模型 | 第66-68页 |
| 4.3 构建度量动态相关性的时变COPULA模型 | 第68-71页 |
| 4.3.1 copula模型中相关性参数的估计 | 第68-69页 |
| 4.3.2 股指期货与股票指数收益的时变t-copula模型 | 第69-71页 |
| 4.4 股指期货和股票指数收益动态相关性分析 | 第71-76页 |
| 4.4.1 动态相关性的特点 | 第71-72页 |
| 4.4.2 动态相关性的主要影响因素 | 第72-73页 |
| 4.4.3 时变相关系数的影响因素分析 | 第73-76页 |
| 4.5 结论 | 第76-78页 |
| 第5章 股指期货和股票指数收益波动率模型 | 第78-113页 |
| 5.1 问题提出 | 第78页 |
| 5.2 理论背景 | 第78-80页 |
| 5.3 波动率模型以及有偏学生T分布简介 | 第80-85页 |
| 5.3.1 ARCH模型 | 第80-81页 |
| 5.3.2 GARCH模型 | 第81-82页 |
| 5.3.3 GARCH-M模型 | 第82-83页 |
| 5.3.4 EGARCH模型 | 第83-84页 |
| 5.3.5 有偏学生t分布 | 第84-85页 |
| 5.4 股指期货和股票指数的波动率模型 | 第85-98页 |
| 5.4.1 股票指数收益波动率模型 | 第87-93页 |
| 5.4.2 股指期货收益波动率模型 | 第93-98页 |
| 5.4.3 波动率的提取 | 第98页 |
| 5.5 收益波动率的预测 | 第98-111页 |
| 5.5.1 波动率预测方法 | 第99-102页 |
| 5.5.2 波动率预测的评价 | 第102-105页 |
| 5.5.3 股指期货和股票指数收益波动率的预测 | 第105-106页 |
| 5.5.4 各预测波动率对已实现波动率的预测信息贡献 | 第106-111页 |
| 5.6 结论 | 第111-113页 |
| 第6章 波动率、基差和时变相关系数动态分析 | 第113-127页 |
| 6.1 问题的提出 | 第113页 |
| 6.2 研究背景 | 第113-115页 |
| 6.3 时变参数向量自回归模型 | 第115-119页 |
| 6.3.1 TVP-VAR模型 | 第116-119页 |
| 6.3.2 模型的估计 | 第119页 |
| 6.4 实证分析 | 第119-125页 |
| 6.4.1 股票指数期、现货收益波动率与基差的脉冲响应关系 | 第120-123页 |
| 6.4.2 股票指数期、现货波动率与时变相关系数的脉冲响应关系 | 第123-125页 |
| 6.5 本章结论 | 第125-127页 |
| 第7章 股指期货的套期保值比率研究 | 第127-153页 |
| 7.1 问题的提出 | 第127-128页 |
| 7.2 理论背景 | 第128-131页 |
| 7.3 最优套期保值比率 | 第131-132页 |
| 7.4 基于线性回归的最小二乘法套期保值模型 | 第132-133页 |
| 7.5 双变量GARCH类套期保值模型 | 第133-136页 |
| 7.5.1 ECM-CCC-GARCH模型 | 第133-135页 |
| 7.5.2 ECM-DCC-GARCH模型 | 第135-136页 |
| 7.6 时变COPULA-ECM-GARCH模型套期保值模型 | 第136-138页 |
| 7.6.1 时变copula-ECM-GARCH模型 | 第136-137页 |
| 7.6.2 模型的参数估计 | 第137-138页 |
| 7.7 套期保值效果的评价 | 第138-140页 |
| 7.8 实证分析 | 第140-152页 |
| 7.8.1 数据的描述 | 第140页 |
| 7.8.2 OLS模型套期保值结果 | 第140-141页 |
| 7.8.3 ECM-CCC-GARCH模型套期保值结果 | 第141-145页 |
| 7.8.4 ECM-DCC-GARCH模型套期保值结果 | 第145-147页 |
| 7.8.5 时变Copula-ECM-GARCH模型套期保值结果 | 第147-152页 |
| 7.9 本章小结 | 第152-153页 |
| 第8章 全文总结与研究展望 | 第153-156页 |
| 8.1 全文总结 | 第153-154页 |
| 8.2 研究展望 | 第154-156页 |
| 致谢 | 第156-157页 |
| 参考文献 | 第157-166页 |
| 攻读博士学位期间科研成果 | 第166页 |
