沪深及纽约股市波动性的实证研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外文献综述 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·本文研究的内容框架和方法 | 第12-14页 |
| 第二章 波动性理论基础 | 第14-21页 |
| ·波动性定义 | 第14页 |
| ·股市波动的主要特性 | 第14-16页 |
| ·股市波动的相关理论 | 第16-19页 |
| ·股市波动的度量 | 第19-21页 |
| 第三章 基于GARCH模型对股市波动性的实证分析 | 第21-34页 |
| ·GARCH族模型介绍 | 第21-23页 |
| ·GRACH(p,q)模型 | 第21-22页 |
| ·GARCH-M模型 | 第22页 |
| ·EGARCH(P,Q)模型 | 第22-23页 |
| ·样本选取及数据来源 | 第23页 |
| ·股市收益率时间序列特征分析 | 第23-29页 |
| ·收益率序列的基本统计量 | 第23-26页 |
| ·收益率序列的基本检验 | 第26-29页 |
| ·基于GARCH族模型的实证分析 | 第29-34页 |
| ·GARCH(1,1)模型的实证分析 | 第29-31页 |
| ·GARCH(1,1)-M模型的实证分析 | 第31-32页 |
| ·EGARCH(1,1)模型的实证分析 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于随机波动模型对股市波动性的实证研究 | 第34-46页 |
| ·随机波动模型介绍 | 第34-35页 |
| ·标准随机波动模型(SV-N) | 第34页 |
| ·SV-T模型 | 第34-35页 |
| ·长记忆随机波动模型(LM-SV) | 第35页 |
| ·LEVERAGE SV模型 | 第35页 |
| ·随机波动模型的估计方法 | 第35-41页 |
| ·伪极大似然(QML)方法 | 第36-37页 |
| ·广义矩方法(GMM)估计 | 第37-38页 |
| ·马尔可夫链蒙特卡罗(MCMC)方法 | 第38-41页 |
| ·基于随机波动模型的实证分析 | 第41-46页 |
| 第五章 沪深股市与纽约股市间波动性的相关分析 | 第46-54页 |
| ·数据说明 | 第46页 |
| ·向量自回归模型(VAR) | 第46-49页 |
| ·向量自回归模型(VAR)简介 | 第46-47页 |
| ·向量自回归模型(VAR)实证分析 | 第47-49页 |
| ·JOHANSAN协整检验 | 第49-50页 |
| ·GRANGER因果检验 | 第50-51页 |
| ·脉冲响应分析 | 第51-54页 |
| 第六章 波动计量模型的预测分析 | 第54-59页 |
| ·预测的基本思想与方法 | 第54-55页 |
| ·预测技术的基本思想 | 第54-55页 |
| ·波动模型的预测模型 | 第55页 |
| ·波动计量模型的预测及比较分析 | 第55-59页 |
| 第七章 结论、建议及展望 | 第59-62页 |
| ·本文主要结论 | 第59页 |
| ·政策建议 | 第59-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 WINBUGS应用程序 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68页 |
