| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 0 引言 | 第11-21页 |
| 0.1 选题背景与意义 | 第11-12页 |
| 0.2 国内外研究现状 | 第12-18页 |
| 0.2.1 国外学者对于金融衍生品之间联动关系的研究 | 第12-14页 |
| 0.2.2 国内学者关于金融衍生品之间联动关系的研究 | 第14-18页 |
| 0.3 研究内容与应用价值 | 第18-19页 |
| 0.3.1 研究内容 | 第18-19页 |
| 0.3.2 应用价值 | 第19页 |
| 0.4 创新点与技术路线 | 第19-21页 |
| 0.4.1 文章创新之处 | 第19页 |
| 0.4.2 技术路线 | 第19-21页 |
| 1 干散货远期航运市场的相关介绍 | 第21-28页 |
| 1.1 干散货航运市场的概况 | 第21页 |
| 1.2 干散货市场的风险介绍 | 第21-23页 |
| 1.2.1 干散货的市场风险 | 第21-22页 |
| 1.2.2 干散货市场风险的诱发因素分析 | 第22-23页 |
| 1.3 远期运费协议（FFA）的概况 | 第23-28页 |
| 1.3.1 FFA 的市场参与者 | 第23-24页 |
| 1.3.2 FFA 的交易形式 | 第24页 |
| 1.3.3 远期航运市场的组成 | 第24-25页 |
| 1.3.4 波罗的海综合运价指数的相关介绍 | 第25-27页 |
| 1.3.5 FFA 市场交易的优势与不足 | 第27-28页 |
| 2 基于 VAR 模型的 FFA 市场联动关系研究 | 第28-43页 |
| 2.1 向量自回归模型 | 第28-32页 |
| 2.1.1 单位根检验 | 第28-30页 |
| 2.1.2 Granger 因果检验 | 第30-31页 |
| 2.1.3 VAR 模型介绍 | 第31页 |
| 2.1.4 脉冲响应分析 | 第31-32页 |
| 2.1.5 方差分解分析 | 第32页 |
| 2.2 数据的处理及检验 | 第32-35页 |
| 2.2.1 数据来源 | 第32-33页 |
| 2.2.2 收益率统计性描述 | 第33-34页 |
| 2.2.3 单位根检验 | 第34页 |
| 2.2.4 Granger 因果检验 | 第34-35页 |
| 2.3 实证结果及分析 | 第35-42页 |
| 2.3.1 VAR 模型估计结果 | 第35-37页 |
| 2.3.2 脉冲响应分析 | 第37-39页 |
| 2.3.3 方差分解分析 | 第39-42页 |
| 2.4 本章小结 | 第42-43页 |
| 3 基于非对称 BEKK 模型对 FFA 的信息传递效率进行研究 | 第43-56页 |
| 3.1 非对称 BEKK 模型的原理 | 第43-46页 |
| 3.1.1 ARCH 项检验 | 第43-44页 |
| 3.1.2 非对称 BEKK 模型 | 第44-45页 |
| 3.1.3 Wald 检验 | 第45-46页 |
| 3.2 实证分析 | 第46-54页 |
| 3.2.1 ARCH 检验的结果 | 第46页 |
| 3.2.2 建立 BEKK 模型 | 第46-51页 |
| 3.2.3 波动溢出效应的检验 | 第51-52页 |
| 3.2.4 影响因素分析 | 第52-54页 |
| 3.3 本章小结 | 第54-56页 |
| 4 结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 个人简历 | 第61页 |
| 发表的学术论文 | 第61-62页 |
