中文摘要 | 第2-3页 |
Abstract | 第3页 |
中文文摘 | 第4-9页 |
1 绪论 | 第9-14页 |
1.1 研究背景 | 第9页 |
1.2 选题意义 | 第9-10页 |
1.3 文献综述 | 第10-11页 |
1.3.1 国外文献综述 | 第10-11页 |
1.3.2 国内文献综述 | 第11页 |
1.4 本文的研究内容,解决的问题与创新点 | 第11-14页 |
1.4.1 研究内容 | 第11-12页 |
1.4.2 解决的问题 | 第12-13页 |
1.4.3 本文的创新点 | 第13-14页 |
2 预备知识 | 第14-20页 |
2.1 ARMA-GARCH模型的理论基础 | 第14-16页 |
2.2 检验方法 | 第16-20页 |
2.2.1 ADF检验 | 第16-17页 |
2.2.2 Phillips-Perron检验 | 第17页 |
2.2.3 ARCH-LM检验 | 第17-18页 |
2.2.4 ESACF定阶 | 第18-20页 |
3 上证综指与新综指序列数据的预处理 | 第20-31页 |
3.1 数据来源与初步处理 | 第20-24页 |
3.1.1 样本的选取 | 第20页 |
3.1.2 数据的平稳性检验 | 第20-22页 |
3.1.3 数据的处理 | 第22-24页 |
3.2 上证综指与新综指收益率序列的描述性统计 | 第24-26页 |
3.3 上证综指与新综指收益率序列的预处理 | 第26-31页 |
3.3.1 收益率时间序列图 | 第26-27页 |
3.3.2 平稳性检验 | 第27页 |
3.3.3 自相关检验以及纯随机检验 | 第27-30页 |
3.3.4 异方差检验 | 第30-31页 |
4 上证综指和新综指收益率序列的ARMA-GARCH模型的拟合 | 第31-42页 |
4.1 ARMA(p,q)模型的相对最优定阶 | 第31-33页 |
4.2 ARMA(p,q)模型的参数估计 | 第33-35页 |
4.3 残差序列的GARCH(m,n)模型 | 第35-37页 |
4.4 三种残差分布下的ARMA-GARCH模型 | 第37-42页 |
4.4.1 残差分布为正态分布 | 第37-38页 |
4.4.2 残差分布为t分布 | 第38-40页 |
4.4.3 残差分布为GED分布 | 第40-42页 |
5 模型的应用:预测与分析 | 第42-44页 |
5.1 模型的预测 | 第42-43页 |
5.2 预测结果的分析与评价 | 第43-44页 |
6 思考 | 第44-46页 |
7 结论 | 第46-49页 |
附录1 | 第49-53页 |
附录2 | 第53-55页 |
参考文献 | 第55-63页 |
致谢 | 第63页 |