基于ARIMA-GARCH模型的上证综指实证分析
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 引言 | 第9-12页 |
| 1.1 研究的目的和意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文的主要内容 | 第11-12页 |
| 第2章 研究的理论基础 | 第12-17页 |
| 2.1 金融背景知识 | 第12页 |
| 2.1.1 资产收益率 | 第12页 |
| 2.1.2 波动率特征及研究思想 | 第12页 |
| 2.1.3 波动率的经验性质 | 第12页 |
| 2.2 时间序列背景知识 | 第12-16页 |
| 2.2.1 统计特征值 | 第13页 |
| 2.2.2 特征统计量 | 第13页 |
| 2.2.3 序列的平稳性 | 第13-14页 |
| 2.2.4 白噪声序列 | 第14页 |
| 2.2.5 常见时间序列模型 | 第14-16页 |
| 2.3 R语言软件的简介 | 第16-17页 |
| 第3章 时间序列建模方法 | 第17-23页 |
| 3.1 数据预处理 | 第17-19页 |
| 3.1.1 观察序列的时序图及特征统计量 | 第17页 |
| 3.1.2 平稳性检验 | 第17-18页 |
| 3.1.3 平稳化处理 | 第18-19页 |
| 3.1.4 白噪声检验 | 第19页 |
| 3.2 建立ARMA模型 | 第19-21页 |
| 3.2.1 ARMA模型阶数的判断 | 第19-20页 |
| 3.2.2 建立模型 | 第20页 |
| 3.2.3 残差分析 | 第20-21页 |
| 3.3 ARCH效应的检验 | 第21-22页 |
| 3.3.1 ACF、PACF图对比检验 | 第21页 |
| 3.3.2 McLeod-Li检验 | 第21页 |
| 3.3.3 Ljung-Box检验 | 第21-22页 |
| 3.4 建立GARCH模型 | 第22-23页 |
| 3.4.1 阶数的确定 | 第22页 |
| 3.4.2 模型的建立与检验 | 第22-23页 |
| 第4章 实证分析 | 第23-39页 |
| 4.1 平稳性检验 | 第23-26页 |
| 4.1.1 时序图与特征量观察 | 第23-25页 |
| 4.1.2 平稳性检验 | 第25-26页 |
| 4.2 建立ARMA模型 | 第26-29页 |
| 4.2.1 阶数判断 | 第26-28页 |
| 4.2.2 对ARMA模型进行拟合 | 第28页 |
| 4.2.3 模型的检验 | 第28-29页 |
| 4.3 ARCH效应检验 | 第29-31页 |
| 4.3.1 ACF、PACF图辨别法 | 第29-30页 |
| 4.3.2 Mcleod-Li检验 | 第30-31页 |
| 4.4 建立GARCH模型 | 第31-39页 |
| 4.4.1 确定GARCH模型的阶数 | 第31页 |
| 4.4.2 GARCH模型拟合及残差检验 | 第31-39页 |
| 第5章 总结 | 第39-41页 |
| 5.1 总结 | 第39页 |
| 5.2 展望 | 第39-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43页 |
