| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 文献综述 | 第12-16页 |
| 1.2.1 分位数回归的研究现状 | 第12-13页 |
| 1.2.2 贝叶斯分位数回归的研究现状 | 第13-14页 |
| 1.2.3 自适应Lasso变量选择方法的研究现状 | 第14-15页 |
| 1.2.4 经济增加值的研究现状 | 第15-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文的创新点 | 第17-18页 |
| 第2章 贝叶斯自适应Lasso分位数回归模型的原理 | 第18-30页 |
| 2.1 基于ALD分布的贝叶斯分位数回归模型介绍 | 第18-21页 |
| 2.2 基于ALD分布的贝叶斯自适应Lasso分位数回归模型介绍 | 第21-23页 |
| 2.3 各参数全条件后验分布推导 | 第23-27页 |
| 2.4 Gibbs抽样的构建 | 第27-30页 |
| 第3章 贝叶斯自适应Lasso分位数回归模拟研究 | 第30-38页 |
| 3.1 QR、BLQR、BALQR三种模型的模拟比较 | 第30-34页 |
| 3.2 四种不同扰动项假设下BALQR方法的模拟比较 | 第34-35页 |
| 3.3 不同样本量下BALQR方法的模拟比较 | 第35-38页 |
| 第4章 上市公司EVA影响因素实证研究 | 第38-46页 |
| 4.1 EVA指标的内涵 | 第38页 |
| 4.2 EVA影响因素指标选取 | 第38-40页 |
| 4.3 实证分析 | 第40-44页 |
| 4.3.1 数据来源及预处理 | 第40-42页 |
| 4.3.2 EVA影响因素相关性检验 | 第42-43页 |
| 4.3.3 模型估计 | 第43-44页 |
| 4.4 结论与建议 | 第44-46页 |
| 第5章 研究总结与展望 | 第46-48页 |
| 5.1 研究总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 附录1 第三章模拟R语言程序代码 | 第52-56页 |
| 附录2 第四章实证R语言程序代码 | 第56-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士学位期间完成的论文 | 第60页 |
