非对称乘积误差模型及其应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-15页 |
| ·高频数据的使用 | 第11-12页 |
| ·MEM模型的提出 | 第12-13页 |
| ·基于非对称信息的研究 | 第13-15页 |
| ·研究意义 | 第15页 |
| ·主要研究内容 | 第15-17页 |
| ·研究思路与结构安排 | 第17页 |
| ·研究创新之处 | 第17-19页 |
| 2 文献综述 | 第19-30页 |
| ·国内外乘积误差模型文献综述 | 第19-26页 |
| ·乘积误差(MEM)模型发展 | 第19-22页 |
| ·ARCH类模型发展 | 第22-24页 |
| ·ACD模型发展 | 第24-26页 |
| ·国内外信息非对称性模型研究综述 | 第26-27页 |
| ·国内外交易强度研究现状 | 第27-29页 |
| ·文献综述总结 | 第29-30页 |
| 3 乘积误差(MEM)模型 | 第30-38页 |
| ·MEM模型基本理论 | 第30-35页 |
| ·单变量MEM模型的基本形式 | 第31-32页 |
| ·MEM模型的误差项分布设定 | 第32-33页 |
| ·条件期望设定 | 第33-34页 |
| ·模型参数限制 | 第34-35页 |
| ·参数估计 | 第35-37页 |
| ·本章总结 | 第37-38页 |
| 4 非对称乘积误差模型 | 第38-45页 |
| ·非对称相关模型介绍 | 第38-39页 |
| ·非对称乘积误差模型基本形式 | 第39-40页 |
| ·误差项分布设定 | 第40-41页 |
| ·参数估计 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 5 蒙特卡洛模拟 | 第45-59页 |
| ·数据生成过程 | 第46-49页 |
| ·模型估计 | 第49-55页 |
| ·随机扰动项服从指数分布模型一次估计 | 第50-53页 |
| ·随机扰动项服从伽马分布模型一次估计 | 第53-55页 |
| ·模型结果比较 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 6 实证分析 | 第59-75页 |
| ·数据来源 | 第59-61页 |
| ·基本统计量 | 第61-62页 |
| ·交易强度(trade intensity) | 第61页 |
| ·中间价格(mi d-price) | 第61页 |
| ·指示变量 | 第61页 |
| ·偏度系数 | 第61-62页 |
| ·Jarque-Bera统计量 | 第62页 |
| ·高频数据特征分析 | 第62-67页 |
| ·序列高峰厚尾特点 | 第62-64页 |
| ·序列自相关性和长记忆性 | 第64-66页 |
| ·日内效应 | 第66-67页 |
| ·数据处理 | 第67-71页 |
| ·交易强度 | 第67-69页 |
| ·中间价格 | 第69页 |
| ·交易强度数据描述 | 第69-71页 |
| ·非对称乘积误差模型估计 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 7 总结与展望 | 第75-77页 |
| ·总结 | 第75-76页 |
| ·局限与展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 后记 | 第81-82页 |
| 致谢 | 第82-83页 |
| 在读期间科研成果 | 第83页 |
