| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 研究步骤与技术路线 | 第13-15页 |
| 1.4.1 研究步骤 | 第13-15页 |
| 1.4.2 技术路线图 | 第15页 |
| 1.5 解决的关键问题与创新点 | 第15-16页 |
| 1.5.1 解决的关键问题 | 第15-16页 |
| 1.5.2 创新点 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第二章 文献综述 | 第17-27页 |
| 2.1 国内外学者对于突发事件对金融市场的研究现状 | 第17-22页 |
| 2.1.1 关于突发事件对股票市场价格的波动性影响 | 第17-20页 |
| 2.1.2 关于突发事件对股票市场收益率影响 | 第20-21页 |
| 2.1.3 关于气象灾害突发事件对金融市场的影响 | 第21-22页 |
| 2.2 国内外学者对于多重分形消除趋势方法的研究现状 | 第22-26页 |
| 2.2.1 关于多重分形消除趋势的方法 | 第22-23页 |
| 2.2.2 关于多重分形消除趋势方法的应用 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 研究模型与数据选取 | 第27-40页 |
| 3.1 多重分形消除趋势滑动平均分析方法 | 第27-29页 |
| 3.2 事件研究分析方法 | 第29-35页 |
| 3.3 数据选取 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 多重分形消除趋势滑动平均方法的模拟比较分析 | 第40-47页 |
| 4.1 二元分数整合自回归移动平均(ARFIMA)法 | 第40-41页 |
| 4.2 随机大样本长度的模拟比较分析 | 第41-45页 |
| 4.3 实证小样本长度的模拟比较分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 可预测气象灾害对金融市场的影响分析 | 第47-62页 |
| 5.1 国内外不同类型可预测气象灾害对股票市场的整体收益率影响分析 | 第47-53页 |
| 5.1.1 整体市场收益率的自相关性分析 | 第47-50页 |
| 5.1.2 整体市场收益率的长记忆性分析 | 第50-52页 |
| 5.1.3 稳健性分析 | 第52-53页 |
| 5.2 国内外不同类型可预测气象灾害对股票市场的各行业收益率影响分 | 第53-61页 |
| 5.2.1 各行业收益率的自相关性分析 | 第53-58页 |
| 5.2.2 稳健性分析 | 第58-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 不可预测气象灾害对金融市场的影响分析 | 第62-82页 |
| 6.1 国内外不可预测气象灾害对股票市场的整体收益率影响分析 | 第62-69页 |
| 6.1.1 整体市场收益率的自相关性分析 | 第62-66页 |
| 6.1.2 整体市场收益率的长记忆性分析 | 第66-68页 |
| 6.1.3 稳健性分析 | 第68-69页 |
| 6.2 国内外不可预测气象灾害对股票市场的各行业收益率影响分析 | 第69-79页 |
| 6.2.1 整体市场收益率的自相关性分析 | 第69-76页 |
| 6.2.2 稳健性分析 | 第76-79页 |
| 6.3 气象灾害引发的股票市场各行业的波动来源研究 | 第79-81页 |
| 6.4 本章小结 | 第81-82页 |
| 第七章 结论与建议 | 第82-85页 |
| 7.1 主要结论 | 第82-83页 |
| 7.2 政策建议 | 第83-84页 |
| 7.3 不足与展望 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-93页 |
| 作者简介 | 第93页 |
