| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与研究意义 | 第11页 |
| 1.2 相关研究文献综述 | 第11-15页 |
| 1.2.1 原油和股市关系的文献 | 第11-14页 |
| 1.2.2 Granger模型的应用 | 第14-15页 |
| 1.3 研究内容与结构安排 | 第15-18页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 结构安排 | 第16-18页 |
| 第2章 基本理论概述 | 第18-25页 |
| 2.1 时间序列理论概述 | 第18-22页 |
| 2.1.1 MA模型 | 第18-19页 |
| 2.1.2 AR模型 | 第19-20页 |
| 2.1.3 ARMA模型 | 第20页 |
| 2.1.4 时间序列的平稳性 | 第20-22页 |
| 2.2 VAR理论 | 第22-23页 |
| 2.3 Granger因果关系检验 | 第23-25页 |
| 第3章 极值非对称Granger模型的构建 | 第25-38页 |
| 3.1 非对称Granger模型 | 第25-26页 |
| 3.2 极值非对称Granger模型 | 第26-30页 |
| 3.2.1 基本思想 | 第26页 |
| 3.2.2 极值的确定 | 第26-27页 |
| 3.2.3 基本模型及方法 | 第27-30页 |
| 3.3 模拟仿真 | 第30-38页 |
| 3.3.1 蒙特卡罗模拟数据模型 | 第30-31页 |
| 3.3.2 模拟过程及结果分析 | 第31-38页 |
| 第4章 实证分析 | 第38-57页 |
| 4.1 数据选取及描述性统计 | 第38-41页 |
| 4.2 冲击影响实证分析 | 第41-57页 |
| 4.2.1 传统Granger因果检验的分析 | 第41-43页 |
| 4.2.2 极值非对称Granger因果检验的分析 | 第43-54页 |
| 4.2.3 稳健性分析 | 第54-57页 |
| 第5章 结语与展望 | 第57-60页 |
| 5.1 论文主要结论 | 第57-59页 |
| 5.2 研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |