| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及问题的提出 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 问题的提出 | 第8-9页 |
| 1.2 国内外对空气质量预测的研究综述 | 第9-10页 |
| 1.3 研究内容与论文框架 | 第10-12页 |
| 1.3.1 研究内容 | 第10页 |
| 1.3.2 研究思路与论文结构 | 第10-12页 |
| 第二章 AQI数据拟合模型的构建 | 第12-21页 |
| 2.1 AQI数据的预处理 | 第12-13页 |
| 2.1.1 方差平稳变换 | 第12-13页 |
| 2.1.2 AQI缺失数据的修补 | 第13页 |
| 2.2 AQI数据的基本特征 | 第13-15页 |
| 2.3 AQI数据的拟合模型 | 第15-19页 |
| 2.3.1 ARIMA拟合模型的失效 | 第15-16页 |
| 2.3.2 ARFIMA-GARCH-F模型 | 第16-17页 |
| 2.3.3 最优拟合模型的选择 | 第17-19页 |
| 2.4 AQI数据拟合 | 第19-21页 |
| 第三章 AQI动态VaR估计 | 第21-30页 |
| 3.1 残差序列的VaR值计算 | 第22-23页 |
| 3.1.1 参数估计法和随机模拟法 | 第22页 |
| 3.1.2 极值估计法 | 第22-23页 |
| 3.2 AQI残差序列的VaR值估计 | 第23-28页 |
| 3.2.1 POT模型拟合结果 | 第23-27页 |
| 3.2.2 VaR值三种方法的计算结果 | 第27-28页 |
| 3.3 动态VaR值模型及有效性检验 | 第28-29页 |
| 3.4 AQI的动态VaR模型的检验 | 第29-30页 |
| 第四章 模型的比较及预测 | 第30-38页 |
| 4.1 AQI时序拟合及VaR估计 | 第30-35页 |
| 4.2 基于ARFIMA-GARCHF模型的VaR极值预测 | 第35-38页 |
| 第五章 总结与展望 | 第38-39页 |
| 5.1 本文研究工作的总结 | 第38页 |
| 5.2 文中的不足之处及对未来研究的展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 附录 | 第42-49页 |
| 致谢 | 第49-50页 |
| 已完成文章目录 | 第50页 |