| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-18页 |
| 1.1 选题背景、意义与应用前景 | 第9-10页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 选题意义与应用前景 | 第9-10页 |
| 1.2 国内外相关研究综述和评析 | 第10-15页 |
| 1.2.1 国外文献综述 | 第10-12页 |
| 1.2.2 国内文献综述 | 第12-14页 |
| 1.2.3 研究评析 | 第14-15页 |
| 1.3 论文研究的主要内容 | 第15-16页 |
| 1.4 论文研究的技术路线 | 第16-17页 |
| 1.5 论文创新之处 | 第17-18页 |
| 2 长假效应相关理论概述 | 第18-24页 |
| 2.1 长假效应的定义 | 第18页 |
| 2.2 有效市场假说与传统金融理论 | 第18-19页 |
| 2.3 日历效应对有效市场假说的挑战 | 第19-20页 |
| 2.4 行为金融学及其对市场异象的解释 | 第20-24页 |
| 2.4.1 行为金融学概述 | 第20-21页 |
| 2.4.2 行为金融学对市场异象的解释 | 第21-24页 |
| 3 长假效应研究模型设计 | 第24-34页 |
| 3.1 提出假设 | 第24页 |
| 3.2 数据与处理方法 | 第24-26页 |
| 3.2.1 数据划分依据 | 第24-26页 |
| 3.2.2 数据处理 | 第26页 |
| 3.3 ARMA-GARCH-GED模型介绍与参数确定 | 第26-33页 |
| 3.3.1 ARMA模型 | 第26页 |
| 3.3.2 GARCH模型 | 第26-28页 |
| 3.3.3 GED分布 | 第28-29页 |
| 3.3.4 ARMA-GARCHI-GED模型参数确定 | 第29-33页 |
| 3.4 引入虚拟变量的ARMA-GARCH-GED模型 | 第33-34页 |
| 4 长假效应实证分析 | 第34-48页 |
| 4.1 数据统计特征 | 第34-38页 |
| 4.2 沪深股市长假效应存在性实证分析 | 第38-44页 |
| 4.2.1 单位根检验 | 第38-40页 |
| 4.2.2 长假效应总体检验 | 第40-42页 |
| 4.2.3 长假效应区间检验 | 第42-44页 |
| 4.3 引入星期效应检验沪深股市长假效应存在性 | 第44-48页 |
| 5 研究发现与管理建议 | 第48-51页 |
| 5.1 研究发现 | 第48-49页 |
| 5.2 长假效应产生的原因 | 第49页 |
| 5.3 意见与建议 | 第49-51页 |
| 6 结论与展望 | 第51-53页 |
| 6.1 研究结论 | 第51-52页 |
| 6.2 研究不足 | 第52页 |
| 6.3 未来展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录A | 第58-59页 |
| 附录B | 第59-64页 |
