摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第1章 绪论 | 第12-18页 |
1.1 研究背景及研究意义 | 第12-13页 |
1.1.1 研究背景 | 第12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.3 本文主要结构与内容 | 第16-18页 |
第2章 统计量计算 | 第18-25页 |
2.1 普通最小二乘估计(ordinary least square estimation,OLSE) | 第18-19页 |
2.2 A-矩阵估计量概述 | 第19-20页 |
2.3 A-矩阵估计量(?)~((m))的计算 | 第20-25页 |
2.3.1 协方差估计 | 第20-22页 |
2.3.2 矩阵A的计算 | 第22-23页 |
2.3.3 自协方差估计量的渐近性质 | 第23-25页 |
第3章 数据来源及研究方法 | 第25-29页 |
3.1 数据来源 | 第25页 |
3.2 研究方法 | 第25-29页 |
3.2.1 求和自回归移动平均模型(autoregressive integrated moving average,ARIMA) | 第25-27页 |
3.2.2 ARIMA模型的性质 | 第27-29页 |
第4章 数据处理与模型构建 | 第29-73页 |
4.1 数据的预处理 | 第29-30页 |
4.2 平稳性检验 | 第30-34页 |
4.3 模型的建立及检验 | 第34-40页 |
4.4 其余数据模型的建立 | 第40-73页 |
4.4.1 货币和准货币(M2)供应量期末值数据 | 第40-50页 |
4.4.2 货币(M1)供应量期末值数据 | 第50-60页 |
4.4.3 流通中现金(MO)供应量期末值数据 | 第60-73页 |
第5章 统计量估计结果对比 | 第73-77页 |
5.1 模拟结果介绍 | 第73页 |
5.2 实证结果 | 第73-77页 |
第6章 结论与展望 | 第77-80页 |
6.1 研究结论 | 第77页 |
6.2 本文的不足与未来的展望 | 第77-80页 |
6.2.1 本文的不足 | 第77-78页 |
6.2.2 未来的展望 | 第78-80页 |
参考文献 | 第80-82页 |
致谢 | 第82-83页 |
学位论文评阅及答辩情况表 | 第83页 |