| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第20-35页 |
| 1.1 研究背景和意义 | 第20-27页 |
| 1.1.1 研究背景 | 第20-24页 |
| 1.1.2 问题提出 | 第24-25页 |
| 1.1.3 研究意义 | 第25-27页 |
| 1.2 研究现状 | 第27-32页 |
| 1.2.1 分位数误差校正模型 | 第27-28页 |
| 1.2.2 门限分位数自回归模型 | 第28-29页 |
| 1.2.3 分位数协整理论 | 第29-30页 |
| 1.2.4 基于分位数回归的预测 | 第30-32页 |
| 1.3 结构安排与主要创新 | 第32-35页 |
| 1.3.1 结构安排 | 第32-33页 |
| 1.3.2 主要创新 | 第33-35页 |
| 第二章 分位数误差校正模型及应用 | 第35-67页 |
| 2.1 预备知识 | 第35-38页 |
| 2.1.1 误差校正模型 | 第35-36页 |
| 2.1.2 分位数回归 | 第36-38页 |
| 2.2 模型建立 | 第38-47页 |
| 2.2.1 模型表示 | 第38-39页 |
| 2.2.2 模型定阶 | 第39-40页 |
| 2.2.3 参数估计 | 第40-42页 |
| 2.2.4 诊断检验 | 第42-45页 |
| 2.2.5 模型预测 | 第45-47页 |
| 2.3 数值模拟 | 第47-59页 |
| 2.3.1 数据生成 | 第47-48页 |
| 2.3.2 预测评价指标 | 第48页 |
| 2.3.3 预测能力比较 | 第48-59页 |
| 2.4 实证研究 | 第59-65页 |
| 2.4.1 数据选取 | 第59页 |
| 2.4.2 模型估计及检验 | 第59-62页 |
| 2.4.3 模型预测 | 第62-65页 |
| 2.5 本章小结 | 第65-67页 |
| 第三章 门限分位数自回归模型及应用 | 第67-102页 |
| 3.1 预备知识 | 第67-68页 |
| 3.1.1 门限自回归 | 第67-68页 |
| 3.1.2 分位数自回归 | 第68页 |
| 3.2 模型建立 | 第68-74页 |
| 3.2.1 模型表示 | 第69页 |
| 3.2.2 模型定阶 | 第69-70页 |
| 3.2.3 参数估计 | 第70页 |
| 3.2.4 渐近性质 | 第70-72页 |
| 3.2.5 诊断检验 | 第72-74页 |
| 3.2.6 模型预测 | 第74页 |
| 3.3 数值模拟 | 第74-87页 |
| 3.3.1 数据生成 | 第74-75页 |
| 3.3.2 评价指标 | 第75页 |
| 3.3.3 参数估计的评价结果 | 第75-83页 |
| 3.3.4 模型预测能力的评价结果 | 第83-87页 |
| 3.4 中国股市收益自相关分析中的应用 | 第87-93页 |
| 3.4.1 数据选取与描述统计 | 第87-88页 |
| 3.4.2 模型估计及检验 | 第88-92页 |
| 3.4.3 结论分析 | 第92-93页 |
| 3.5 中国通货膨胀预测中的应用 | 第93-100页 |
| 3.5.1 数据选取与描述统计 | 第93-94页 |
| 3.5.2 模型估计及检验 | 第94-97页 |
| 3.5.3 模型预测 | 第97-99页 |
| 3.5.4 结论分析 | 第99-100页 |
| 3.6 本章小结 | 第100-102页 |
| 第四章 基于分位数协整的中国“费雪效应”异质性检验 | 第102-116页 |
| 4.1 预备知识 | 第102-104页 |
| 4.2 模型与方法 | 第104-108页 |
| 4.2.1 “费雪效应”的理论模型 | 第104-105页 |
| 4.2.2 分位数协整 | 第105-107页 |
| 4.2.3 分位数误差校正模型 | 第107-108页 |
| 4.3 实证研究 | 第108-114页 |
| 4.3.1 数据选取及描述统计 | 第108-109页 |
| 4.3.2 “费雪效应”的均值协整检验 | 第109-110页 |
| 4.3.3 “费雪效应”的分位数协整检验 | 第110-112页 |
| 4.3.4 “费雪效应”的分位数误差校正模型 | 第112-113页 |
| 4.3.5 结论分析 | 第113-114页 |
| 4.4 本章小结 | 第114-116页 |
| 第五章 基于中位数回归的灰色预测系列模型 | 第116-128页 |
| 5.1 预备知识 | 第116-117页 |
| 5.2 模型与方法 | 第117-121页 |
| 5.2.1 LAD-GM(1,1)模型 | 第117-118页 |
| 5.2.2 LAD-GM(2,1)模型 | 第118-119页 |
| 5.2.3 LAD-GM(1,1)幂模型 | 第119-120页 |
| 5.2.4 LAD-MGM(1,m)模型 | 第120-121页 |
| 5.3 数值模拟 | 第121-125页 |
| 5.3.1 数据生成 | 第121-122页 |
| 5.3.2 结果分析 | 第122-125页 |
| 5.4 应用研究 | 第125-127页 |
| 5.4.1 基于LAD-GM(1,1)模型的预测 | 第125页 |
| 5.4.2 基于LAD-GM(2,1)模型的预测 | 第125-126页 |
| 5.4.3 基于LAD-Verhulst模型的预测 | 第126-127页 |
| 5.4.4 基于LAD-MGM(1,m)模型的预测 | 第127页 |
| 5.5 本章小结 | 第127-128页 |
| 第六章 总结与展望 | 第128-133页 |
| 6.1 研究总结 | 第128-130页 |
| 6.2 研究展望 | 第130-133页 |
| 6.2.1 分位数误差校正模型与分位数协整理论 | 第130-131页 |
| 6.2.2 非线性分位数自回归模型 | 第131-133页 |
| 参考文献 | 第133-144页 |
| 附录1 | 第144-146页 |
| 附录2 | 第146-147页 |
| 附录3 | 第147-150页 |
| 附录4 | 第150-152页 |
| 附录5 | 第152-153页 |
| 攻读博士学位期间的学术活动及成果情况 | 第153页 |
