| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究的背景 | 第10-13页 |
| 1.1.1 我国大豆产业面临严峻形势 | 第10-11页 |
| 1.1.2 我国大豆贸易缺失话语权 | 第11-12页 |
| 1.1.3 发展大豆期货市场有助于争夺大豆定价话语权 | 第12-13页 |
| 1.2 研究的意义 | 第13-14页 |
| 1.2.1 理论意义 | 第13-14页 |
| 1.2.2 现实意义和实用价值 | 第14页 |
| 1.3 研究框架及创新点 | 第14-17页 |
| 1.3.1 基本框架 | 第14-16页 |
| 1.3.2 研究重点 | 第16页 |
| 1.3.3 研究创新点 | 第16-17页 |
| 2 文献综述 | 第17-31页 |
| 2.1 国外文献综述 | 第17-24页 |
| 2.1.1 基于GARCH类模型的波动溢出效应研究 | 第17-20页 |
| 2.1.2 基于Copula函数模型的波动溢出效应研究 | 第20-24页 |
| 2.2 国内文献综述 | 第24-29页 |
| 2.2.1 基于GARCH类模型的波动溢出效应研究 | 第24-27页 |
| 2.2.2 基于Copula函数模型的波动溢出效应研究 | 第27-29页 |
| 2.3 文献评述 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 模型和方法 | 第31-39页 |
| 3.1 波动溢出效应 | 第31-32页 |
| 3.1.1 金融市场的波动性及其特征 | 第31页 |
| 3.1.2 波动溢出效应 | 第31-32页 |
| 3.1.3 金融市场波动溢出效应的研究方法 | 第32页 |
| 3.2 Copula函数 | 第32-34页 |
| 3.2.1 二元Copula函数的定义 | 第32-33页 |
| 3.2.2 二元Copula函数的性质 | 第33页 |
| 3.2.3 Sklar定理 | 第33页 |
| 3.2.4 常用的二元Copula函数及相关性分析 | 第33-34页 |
| 3.3 动态Copula函数 | 第34-36页 |
| 3.3.1 时变相关的Copula函数 | 第35页 |
| 3.3.2 变结构的Copula函数 | 第35-36页 |
| 3.4 变结构点的诊断和波动溢出效应的检验 | 第36-38页 |
| 3.4.1 变结构点的诊断 | 第36-38页 |
| 3.4.2 波动溢出效应的检验 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 实证研究 | 第39-55页 |
| 4.1 数据的选取与处理 | 第39-40页 |
| 4.1.1 数据的选取 | 第39页 |
| 4.1.2 数据的处理 | 第39-40页 |
| 4.2 初步统计结果 | 第40-42页 |
| 4.3 边缘分布模型的估计结果和评价 | 第42-44页 |
| 4.3.1 边缘分布模型的检验 | 第42-43页 |
| 4.3.2 边缘分布模型的参数估计 | 第43-44页 |
| 4.4 Copula函数的估计结果和评价 | 第44-48页 |
| 4.4.1 选取适当的Copula函数 | 第44-46页 |
| 4.4.2 Copula函数的参数估计结果与分析 | 第46-48页 |
| 4.5 变结构点诊断与波动溢出效应分析 | 第48-50页 |
| 4.5.1 变结构点的诊断 | 第48-49页 |
| 4.5.2 波动溢出效应分析 | 第49-50页 |
| 4.6 变结构点产生的背景和原因探索 | 第50-54页 |
| 4.7 本章小结 | 第54-55页 |
| 5 结论及展望 | 第55-57页 |
| 5.1 结论 | 第55-56页 |
| 5.2 进一步研究的展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
