分位数回归理论及其在金融时间序列的应用
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 文献综述 | 第13-15页 |
| 1.3 论文的主要内容 | 第15页 |
| 1.4 论文的主要创新点 | 第15-17页 |
| 2 资产波动率模型 | 第17-23页 |
| 2.1 波动率 | 第17页 |
| 2.2 ARCH模型 | 第17-18页 |
| 2.3 GARCH模型 | 第18-19页 |
| 2.4 指数GARCH模型 | 第19-22页 |
| 2.5 门限GARCH模型 | 第22-23页 |
| 3 分位数回归理论 | 第23-32页 |
| 3.1 分位数及分位数回归 | 第23-25页 |
| 3.2 分位数回归的思想 | 第25-27页 |
| 3.3 分位数回归的统计推断 | 第27-30页 |
| 3.4 分位数回归的检验 | 第30-32页 |
| 4 TGARCH模型的分位数回归估计 | 第32-39页 |
| 4.1 参数估计模型 | 第32-33页 |
| 4.2 一致性 | 第33-35页 |
| 4.3 Ljung-Box检验 | 第35-36页 |
| 4.4 数据模拟 | 第36-39页 |
| 5 结论与展望 | 第39-40页 |
| 5.1 论文工作总结 | 第39页 |
| 5.2 展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 作者简历 | 第43-45页 |
| 学位论文数据集 | 第45页 |
