摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-23页 |
1.1 选题背景及意义 | 第12-14页 |
1.1.1 选题背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 文献综述 | 第14-20页 |
1.2.1 面板数据回归模型 | 第14-15页 |
1.2.2 分位数回归模型 | 第15-17页 |
1.2.3 油价冲击对金融经济的影响 | 第17-20页 |
1.3 研究思路与研究内容 | 第20-23页 |
1.3.1 研究思路 | 第20-22页 |
1.3.2 研究内容 | 第22-23页 |
第2章 相关理论分析 | 第23-36页 |
2.1 分位数回归模型 | 第23-27页 |
2.1.1 分位数回归模型概述 | 第23-24页 |
2.1.2 分位数回归模型参数估计方法 | 第24-25页 |
2.1.3 分位数回归模型的性质 | 第25-26页 |
2.1.4 分位数回归假设检验 | 第26-27页 |
2.2 基于MCMC的贝叶斯推断理论 | 第27-33页 |
2.2.1 贝叶斯理论 | 第27-28页 |
2.2.2 先验分布设定 | 第28-30页 |
2.2.3 基于MCMC的后验抽样 | 第30-31页 |
2.2.4 参数收敛性诊断 | 第31-32页 |
2.2.5 贝叶斯估计 | 第32-33页 |
2.3 原油市场对股市冲击理论 | 第33-35页 |
2.3.1 原油市场对微观经济的冲击效应 | 第33页 |
2.3.2 原油市场对宏观经济的冲击效应 | 第33-34页 |
2.3.3 原油市场波动冲击股市的传导机制 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
第3章 随机效应面板分位数回归模型的贝叶斯分析 | 第36-43页 |
3.1 贝叶斯随机效应面板数据回归模型 | 第36-37页 |
3.1.1 随机效应面板数据模型 | 第36-37页 |
3.1.2 贝叶斯Gibbs抽样算法设计 | 第37页 |
3.2 贝叶斯分位回归模型 | 第37-38页 |
3.2.1 分位回归模型 | 第37页 |
3.2.2 分位回归模型贝叶斯推断 | 第37-38页 |
3.3 贝叶斯随机效应面板数据分位回归模型构建 | 第38-42页 |
3.3.1 随机效应面板分位回归模型 | 第38页 |
3.3.2 分层非对称Laplace分布似然函数 | 第38-39页 |
3.3.3 基于MCMC的参数后验分布 | 第39-41页 |
3.3.4 MCMC抽样过程 | 第41-42页 |
3.4 本章小结 | 第42-43页 |
第4章 实证分析 | 第43-63页 |
4.1 变量与样本数据选取与处理 | 第43-47页 |
4.1.1 变量选择与研究假设 | 第43页 |
4.1.2 变量统计特征分析 | 第43-45页 |
4.1.3 油价与股市协整关系检验 | 第45-47页 |
4.2 国际油价对股市收益的影响效应实证分析 | 第47-55页 |
4.2.1 贝叶斯面板分位回归模型构建 | 第47-48页 |
4.2.2 参数估计 | 第48-55页 |
4.3 国际油价波动对相关行业股市收益率的影响实证分析 | 第55-62页 |
4.3.1 分位回归模型的贝叶斯分析 | 第55页 |
4.3.2 参数估计 | 第55-61页 |
4.3.3 国际油价对股市冲击效应分析及意义 | 第61-62页 |
4.4 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-71页 |
致谢 | 第71-72页 |
附录A 攻读学位期间所发表的学术论文目录 | 第72页 |