| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 本文框架 | 第14-15页 |
| 1.4 本文创新点 | 第15-16页 |
| 2 G-ARMA-GARCH族模型概述 | 第16-28页 |
| 2.1 模型简介 | 第16页 |
| 2.2 梯度因子 | 第16-17页 |
| 2.3 ARMA模型 | 第17-19页 |
| 2.4 GARCH族模型 | 第19-26页 |
| 2.4.1 ARCH模型 | 第19-20页 |
| 2.4.2 GARCH模型 | 第20-23页 |
| 2.4.3 EGARCH模型 | 第23-25页 |
| 2.4.4 TGARCH模型 | 第25-26页 |
| 2.5 模型总结 | 第26-28页 |
| 3 上证新综指日收益率序列模型的实证研究 | 第28-42页 |
| 3.1 数据描述及样本选取 | 第28页 |
| 3.2 上证新综指日收益率序列的描述性统计 | 第28-33页 |
| 3.2.1 时间序列图 | 第28-29页 |
| 3.2.2 正态性检验 | 第29-30页 |
| 3.2.3 平稳性检验 | 第30-31页 |
| 3.2.4 自相关性和偏自相关性检验 | 第31-32页 |
| 3.2.5 异方差性检验 | 第32-33页 |
| 3.3 上证新综指日收益率序列的G-ARMA-GARCH族模型 | 第33-42页 |
| 3.3.1 条件均值ARMA模型 | 第33-34页 |
| 3.3.2 条件方差GARCH族模型 | 第34-36页 |
| 3.3.3 G-ARMA-GARCH族模型 | 第36-37页 |
| 3.3.4 G-ARMA(2,2)-EGARCH(1,2)模型的适应性检验 | 第37-38页 |
| 3.3.5 传统ARMA(2,2)-EGARCH(1,2)模型和G-ARMA(2,2)-EGARCH(1,2)模型预测效果比较 | 第38-42页 |
| 4 深证成指日收益率序列模型的实证研究 | 第42-55页 |
| 4.1 数据描述及样本选取 | 第42页 |
| 4.2 深证成指日收益率序列的描述性统计 | 第42-47页 |
| 4.2.1 深证成指日收益率时间序列图 | 第42-43页 |
| 4.2.2 正态性检验 | 第43-44页 |
| 4.2.3 平稳性检验 | 第44-45页 |
| 4.2.4 自相关性和偏自相关性检验 | 第45-46页 |
| 4.2.5 异方差性检验 | 第46-47页 |
| 4.3 深证成指日收益率序列的G-ARMA-GARCH族模型 | 第47-55页 |
| 4.3.1 条件均值ARMA模型 | 第47-48页 |
| 4.3.2 条件方差GARCH族模型 | 第48-50页 |
| 4.3.3 G-ARMA-GARCH族模型 | 第50-51页 |
| 4.3.4 G-ARMA(1,2)-EGARCH(2,2)模型的适应性检验 | 第51-52页 |
| 4.3.5 传统ARMA(1,2)-EGARCH(2,2)模型和G-ARMA(1,2)-EGARCH(2,2)模型预测效果比较 | 第52-55页 |
| 5 结论与展望 | 第55-58页 |
| 5.1 结论 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 5.3 建议 | 第57-58页 |
| 6 参考文献 | 第58-61页 |
| 7 致谢 | 第61-62页 |
