| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 相关文献综述 | 第9-12页 |
| 1.2.1 分形市场假说与股票市场的长期记忆性 | 第9-10页 |
| 1.2.2 市场长期记忆性的检验研究 | 第10-12页 |
| 1.3 研究内容及研究方法 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 研究方法及技术路线 | 第13-14页 |
| 1.4 主要创新点 | 第14-15页 |
| 2 股票市场长期记忆性研究的理论基础 | 第15-23页 |
| 2.1 有效市场假说 | 第15-17页 |
| 2.1.1 有效市场假说的产生 | 第15页 |
| 2.1.2 有效市场假说的检验 | 第15-16页 |
| 2.1.3 有效市场假说的局限性 | 第16-17页 |
| 2.2 分形市场假说 | 第17-19页 |
| 2.2.1 分形市场假说的产生 | 第17-18页 |
| 2.2.2 市场的分形特征 | 第18-19页 |
| 2.3 市场长期记忆性 | 第19-23页 |
| 2.3.1 分形市场假说与市场长期记忆性 | 第19-20页 |
| 2.3.2 长期记忆性的定义 | 第20-21页 |
| 2.3.3 长期记忆性产生的原因 | 第21-23页 |
| 3 股票市场长期记忆性检验模型的建立 | 第23-33页 |
| 3.1 长期记忆性检验模型的对比 | 第23-26页 |
| 3.1.1 R/S分析法 | 第23-24页 |
| 3.1.2 分数差分噪声模型(FDN) | 第24-25页 |
| 3.1.3 分数单整自回归移动模型(ARFIMA) | 第25-26页 |
| 3.2 自激励门限自回归模型(SETAR)的建立 | 第26-28页 |
| 3.2.1 门限自回归模型(TAR) | 第26页 |
| 3.2.2 自激励门限自回归模型 | 第26-27页 |
| 3.2.3 门限值的搜寻方法 | 第27-28页 |
| 3.3 与差分模型相结合的自激励门限自回归模型 | 第28-33页 |
| 3.3.1 分整自激励门限自回归模型 | 第29-30页 |
| 3.3.2 分整自激励门限自回归模型的改进 | 第30-33页 |
| 4 中国股票市场长期记忆性的实证检验 | 第33-51页 |
| 4.1 样本选取及数据来源 | 第33-34页 |
| 4.1.1 样本的选取 | 第33页 |
| 4.1.2 数据的来源及预处理 | 第33-34页 |
| 4.2 股票市场是否存在长期记忆性的判断 | 第34-40页 |
| 4.2.1 样本的统计特征 | 第34-36页 |
| 4.2.2 长期记忆性的判断 | 第36-40页 |
| 4.3 基于差分SETAR模型股票市场的长期记忆性检验 | 第40-49页 |
| 4.3.1 时间序列的平稳性检验 | 第41页 |
| 4.3.2 上证指数收益率相关序列的模型估计 | 第41-45页 |
| 4.3.3 深成指数收益率相关序列的模型估计 | 第45-49页 |
| 4.4 实证结果分析 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录A 门限值寻优的matlab主程序 | 第56-58页 |
| 附录B 门限值寻优的matlab子程序 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |