| 内容摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 引言 | 第6-10页 |
| 第1章 研究目的与意义 | 第10-12页 |
| ·本文的研究意义 | 第10页 |
| ·研究目的 | 第10-11页 |
| ·研究框架 | 第11-12页 |
| 第2章 文献综述 | 第12-21页 |
| ·GARCH模型研究概况 | 第12-13页 |
| ·国外研究概况 | 第12-13页 |
| ·国内研究概况 | 第13页 |
| ·神经网络的文献综述 | 第13-15页 |
| ·国外研究概况 | 第13-14页 |
| ·国内研究概况 | 第14-15页 |
| ·神经网络与 GARCH相结合的几种模型 | 第15-17页 |
| ·GARCH-BP模型 | 第15页 |
| ·ANN-GJR-GARCH模型 | 第15-16页 |
| ·NN-GARCH(Combined Neural Network GARCH Model)模型 | 第16-17页 |
| ·我国资本市场有效性研究综述 | 第17-21页 |
| ·资本市场的效率 | 第17-18页 |
| ·有效市场(Efficient market)的定义与分类 | 第18页 |
| ·研究现状 | 第18-20页 |
| ·我国资本市场有效性的分析 | 第20-21页 |
| 第3章 本文的研究方法 | 第21-38页 |
| ·传统神经网络研究方法 | 第21-24页 |
| ·神经网络模型的特点 | 第21-22页 |
| ·神经网络模型的预测效果 | 第22页 |
| ·多层感知器(MLP) | 第22-24页 |
| ·非线性模型(NLS)的估计方法 | 第24-25页 |
| ·本文研究所使用的几种模型 | 第25-31页 |
| ·AR-NN模型 | 第25-27页 |
| ·GARCH模型 | 第27-28页 |
| ·NN-GARCH模型(Neural Network GARCH Model) | 第28-31页 |
| ·本文研究所使用到的检验方法及评价指标 | 第31-38页 |
| ·检验方法 | 第31-35页 |
| ·模型的评价指标 | 第35-38页 |
| 第4章 对沪深300指数的实证分析 | 第38-48页 |
| ·数据资料搜集及样本基本统计描述 | 第38-40页 |
| ·模型的估计 | 第40-48页 |
| ·单位根检验 | 第40页 |
| ·建立自回归 AR模型，选择最合适的滞后期数 | 第40-41页 |
| ·模型的非线性检验 | 第41-42页 |
| ·ARCH效应检验 | 第42-43页 |
| ·建立 NN-GARCH模型 | 第43页 |
| ·估计模型的样本内诊断 | 第43-45页 |
| ·预测评价 | 第45-48页 |
| 第5章 结论与建议 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·对本文进一步研究的设想 | 第49页 |
| ·本文的创造性工作 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附表1 | 第54-55页 |
| 后记 | 第55-56页 |
