首页--经济论文--交通运输经济论文--水路运输经济论文--中国水路运输经济论文--企业组织和经营管理论文

上海出口集装箱运价指数衍生品适用性及估价研究

摘要第1-6页
ABSTRACT第6-12页
第一章 绪论第12-21页
   ·研究背景和意义第12-13页
   ·国内外相关研究综述第13-18页
     ·干散货和油轮市场运价指数及衍生品相关研究第13-17页
     ·集装箱运价指数及衍生品相关研究第17-18页
   ·研究方法、思路和技术路线第18-19页
   ·论文的内容第19-20页
   ·本章小结第20-21页
第二章 上海出口集装箱运价指数及衍生品概述第21-31页
   ·上海出口集装箱运价指数(SCFI)第21-22页
   ·SCFI 波动特性第22-26页
   ·SCFI 衍生品简介第26-30页
     ·SCFI 衍生品种类第26-28页
     ·SCFI 衍生品市场参与者分析第28-30页
   ·本章小结第30-31页
第三章 SCFI 衍生品适用条件研究第31-38页
   ·集装箱海运适箱货分类第31-32页
   ·集装箱适箱货价格-运费关系及其对利润的影响第32-36页
     ·价格-运费关系及利润变动模型第32-34页
     ·四类商品典型样本比较分析第34-36页
   ·贸易条款对 SCFI 衍生品交易的影响第36-37页
   ·本章小结第37-38页
第四章 基于 VAR 模型的 SCFI 衍生品现货和期货估价第38-58页
   ·理论基础第38-42页
     ·平稳性检验第38-39页
     ·Johansen 协整检验第39-40页
     ·Granger 因果关系检验第40-41页
     ·VAR 模型简介第41-42页
   ·数据选取及基本统计量分析第42-45页
   ·平稳性检验及单整检验第45-46页
   ·Johansen 协整检验第46页
   ·Granger 因果关系检验第46-48页
   ·VAR 估计模型第48-57页
     ·滞后期数的选择第48-49页
     ·VAR 模型分析和检验第49-51页
     ·脉冲响应与方差分解分析第51-55页
     ·预估结果第55-57页
   ·本章小结第57-58页
第五章 基于神经网络的 SCFI 衍生品现货和期货估价第58-74页
   ·BP 神经网络第58-63页
     ·人工神经网络原理第58-59页
     ·BP 神经网络原理第59-63页
   ·BP 神经网络估计模型第63-66页
   ·预估结果第66-72页
   ·本章小结第72-74页
第六章 结论与展望第74-77页
   ·本文的主要工作和结论第74-75页
   ·存在的不足和研究展望第75-77页
参考文献第77-81页
附录第81-87页
致谢第87-88页
攻读硕士学位期间已发表或录用的论文第88-89页
附件第89页

论文共89页,点击 下载论文
上一篇:基于膜计算的车辆路径优化算法研究
下一篇:进出口集装箱作业时间窗分配和堆区堆位分配研究