首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

中国股票市场流动性与收益率的相关性分析--基于DCC-GARCH模型和Copula模型的比较研究

摘要第2-4页
Abstract第4-5页
第1章 绪论第9-13页
    1.1 研究背景第9页
    1.2 研究目的和意义第9-11页
        1.2.1 理论意义第9-10页
        1.2.2 实践意义第10-11页
    1.3 研究内容、方法和技术路线第11-12页
    1.4 本文的主要贡献第12-13页
第2章 相关理论与文献综述第13-23页
    2.1 相关理论第13-17页
        2.1.1 流动性的定义与内涵第13-15页
        2.1.2 非流动性补偿假说第15-16页
        2.1.3 流动性黑洞与正反馈交易第16-17页
        2.1.4 蜜月效应和离婚效应第17页
    2.2 文献综述第17-23页
        2.2.1 国外文献综述第17-20页
        2.2.2 国内文献综述第20-22页
        2.2.3 文献评述第22-23页
第3章 相关性分析的理论研究第23-34页
    3.1 DCC-GARCH模型第23-26页
        3.1.1 研究背景第23-24页
        3.1.2 模型原理第24页
        3.1.3 模型估计第24-25页
        3.1.4 模型评价第25-26页
    3.2 Copula模型第26-30页
        3.2.1 研究背景第26页
        3.2.2 模型原理第26-28页
        3.2.3 模型估计第28-29页
        3.2.4 模型评价第29-30页
    3.3 DCC-GARCH模型和Copula模型的比较第30-31页
        3.3.1 理论比较第30-31页
        3.3.2 实证方法比较第31页
    3.4 小结第31-34页
第4章 中国股票市场流动性与收益率相关性的实证分析第34-54页
    4.1 数据、变量的描述第34-36页
        4.1.1 数据、变量的来源与说明第34-35页
        4.1.2 描述性统计第35-36页
    4.2 基于DCC-GARCH模型的动态相关系数的估计结果与分析第36-43页
        4.2.1 平稳性检验第36-37页
        4.2.2 自相关检验及GARCH模型均值方程的确定第37-38页
        4.2.3 异方差检验第38-39页
        4.2.4 GARCH模型的建立及评价第39-40页
        4.2.5 DCC-GARCH模型的估计结果与评价第40-43页
    4.3 基于Copula模型的动态相关系数的估计结果与分析第43-47页
        4.3.1 参数估计法的可行性说明第43-44页
        4.3.2 边缘分布估计与检验第44页
        4.3.3 最优Copula函数的确定和评价第44-45页
        4.3.4 时变SJC-Copula函数估计下的动态相关系数第45-47页
    4.4 DCC-GARCH模型和SJC-Copula模型的比较分析第47-52页
        4.4.1 全样本区间的比较分析第47-49页
        4.4.2 不同移动窗宽下的比较分析第49-50页
        4.4.3 熊牛市下的比较分析第50-51页
        4.4.4 稳健性检验第51-52页
    4.5 小结第52-54页
第5章 结论第54-56页
    5.1 主要结论第54-55页
    5.2 不足与展望第55-56页
        5.2.1 本文的不足第55页
        5.2.2 研究展望第55-56页
致谢第56-60页
参考文献第60-66页
附录 1第66-67页
附录 2第67-69页
附录 3第69-73页
附录 4第73-75页

论文共75页,点击 下载论文
上一篇:CEO个人特征与R&D投资关系--基于创业板上市公司的实证研究
下一篇:移动平台会议室预订系统