| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究目的与关键概念界定 | 第9-10页 |
| 1.3 研究方法及思路 | 第10-12页 |
| 1.3.1 研究方法 | 第10-11页 |
| 1.3.2 研究思路 | 第11-12页 |
| 1.4 国内外研究现状综述 | 第12-17页 |
| 第2章 使用ARCH和因子分析提取模型变量——基于格力电器案例 | 第17-42页 |
| 2.1 输入变量设定 | 第18-38页 |
| 2.1.1 基于ARCH模型的汇率波动建模 | 第18-30页 |
| 2.1.2 外汇风险敞口 | 第30-33页 |
| 2.1.3 基于因子分析的外汇风险承受力建模 | 第33-38页 |
| 2.2 输出变量的设定 | 第38-42页 |
| 第3章 使用GRNN拟合模型变量之间的关系——基于格力电器案例 | 第42-50页 |
| 3.1 GRNN技术介绍 | 第42-44页 |
| 3.2 使用GRNN拟合模型变量关系 | 第44-47页 |
| 3.3 与在险值(VaR)模型的性能比较 | 第47-50页 |
| 第4章 模型的适用性检验——基于中兴通讯案例 | 第50-68页 |
| 4.1 使用ARCH和因子分析提取模型变量 | 第50-63页 |
| 4.2 使用GRNN拟合模型变量之间的关系 | 第63-68页 |
| 第5章 研究结论及局限性 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录：广义回归神经网络Matlab代码 | 第74-77页 |
| 致谢 | 第77页 |