基于Logistic分布的GARCH族模型在期货中的应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文框架与创新点 | 第13-16页 |
| 1.3.1 论文框架 | 第13-14页 |
| 1.3.2 论文创新点 | 第14-16页 |
| 2 金融时间序列分析的概述 | 第16-27页 |
| 2.1 金融资产收益率的概述 | 第16-21页 |
| 2.1.1 收益率的计算方法 | 第16-19页 |
| 2.1.2 简单收益率和对数收益率的关系 | 第19-21页 |
| 2.2 金融时间序列分布特征理论 | 第21-27页 |
| 2.2.1 金融时间序列的四个矩特征 | 第21页 |
| 2.2.2 收益率常用的分布 | 第21-27页 |
| 3 GARCH族模型的介绍 | 第27-37页 |
| 3.1 ARCH模型的相关理论 | 第27-28页 |
| 3.1.1 ARCH模型的表达 | 第27页 |
| 3.1.2 ARCH模型的参数估计 | 第27-28页 |
| 3.2 GARCH族模型的相关理论 | 第28-37页 |
| 3.2.1 GARCH模型 | 第28-32页 |
| 3.2.2 GARCH-M模型 | 第32页 |
| 3.2.3 非对称GARCH模型 | 第32-35页 |
| 3.2.4 单整GARCH模型 | 第35-37页 |
| 4 数据的选取与检验 | 第37-46页 |
| 4.1 数据的选取 | 第37页 |
| 4.1.1 数据选取 | 第37页 |
| 4.2 数据的检验 | 第37-46页 |
| 4.2.1 正态性的检验 | 第37-41页 |
| 4.2.2 GARCH族模型检验 | 第41-46页 |
| 5 模型的建立与实证分析 | 第46-51页 |
| 5.1 模型的建立 | 第46-48页 |
| 5.1.1 Logistic分布的介绍 | 第46-47页 |
| 5.1.2 偏斜Logistic分布 | 第47-48页 |
| 5.2 GARCH族模型实证分析 | 第48-51页 |
| 5.2.1 模型参数的估计 | 第48-49页 |
| 5.2.2 模型的预测误差 | 第49-51页 |
| 6 研究结论与展望 | 第51-53页 |
| 6.1 主要结论 | 第51-52页 |
| 6.2 研究的不足与展望 | 第52-53页 |
| 6.2.1 本文研究的不足 | 第52页 |
| 6.2.2 进一步研究动向 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
