两类时间序列模型的统计推断
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 周期GARCH模型 | 第11-16页 |
| 1.1.1 金融数据的特性 | 第11-14页 |
| 1.1.2 周期GARCH模型的基本性质 | 第14-15页 |
| 1.1.3 周期GARCH模型参数估计 | 第15-16页 |
| 1.2 函数型线性回归模型 | 第16-20页 |
| 1.2.1 函数型数据结构 | 第16-18页 |
| 1.2.2 函数性主成分分析 | 第18-19页 |
| 1.2.3 函数型线性模型 | 第19-20页 |
| 1.3 文章内容及结构 | 第20-23页 |
| 第二章 周期GARCH模型的分位回归估计 | 第23-43页 |
| 2.1 估计方法 | 第24-26页 |
| 2.2 主要结果 | 第26-28页 |
| 2.3 数值模拟 | 第28-31页 |
| 2.4 定理的证明 | 第31-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 周期GARCH模型的复合分位回归估计 | 第43-57页 |
| 3.1 方法和结果 | 第43-46页 |
| 3.2 数值模拟 | 第46-51页 |
| 3.3 定理的证明 | 第51-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第四章 周期GARCH模型VaR的预测 | 第57-69页 |
| 4.1 周期GARCH模型的VaR | 第57-58页 |
| 4.2 实证分析 | 第58-68页 |
| 4.2.1 数据的选取及模型的确定 | 第59页 |
| 4.2.2 VaR的计算和检验 | 第59-68页 |
| 4.3 结论 | 第68-69页 |
| 第五章 函数型线性模型的误差相关性检验 | 第69-82页 |
| 5.1 检验方法 | 第69-72页 |
| 5.2 数值模拟 | 第72-73页 |
| 5.3 定理的证明 | 第73-81页 |
| 5.4 本章小结 | 第81-82页 |
| 附表 | 第82-99页 |
| 第六章 结论与展望 | 第99-101页 |
| 参考文献 | 第101-105页 |
| 致谢 | 第105-107页 |
| 在读期间学术论文成果 | 第107页 |
