马尔科夫区制转移GARCH模型及其在中国股市数据分析中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外文献综述 | 第9-12页 |
| 1.2.1 GARCH模型和MS模型的研究现状 | 第9-10页 |
| 1.2.2 MS模型在国内的应用回顾 | 第10-12页 |
| 1.3 本文结构 | 第12-13页 |
| 第2章 基础知识 | 第13-19页 |
| 2.1 EM算法 | 第13-14页 |
| 2.2 ARCH模型 | 第14-15页 |
| 2.2.1 ARCH模型的概念 | 第14页 |
| 2.2.2 ARCH模型的性质 | 第14-15页 |
| 2.3 GARCH模型 | 第15-17页 |
| 2.3.1 GARCH模型的概念 | 第15-16页 |
| 2.3.2 GARCH模型的估计 | 第16-17页 |
| 2.4 非线性GARCH模型 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 马尔科夫区制转移模型 | 第19-27页 |
| 3.1 马尔科夫链 | 第19-21页 |
| 3.2 状态的转移概率及状态所属的推断 | 第21-24页 |
| 3.2.1 状态的转移概率 | 第21-22页 |
| 3.2.2 时间序列观测值所属状态的推断 | 第22-24页 |
| 3.3 MS-AR模型 | 第24-26页 |
| 3.3.1 MS-AR模型的概念 | 第24页 |
| 3.3.2 MS-AR模型的估计 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 MS-GARCH模型 | 第27-38页 |
| 4.1 MS-GARCH模型的定义 | 第27-29页 |
| 4.2 MS-GARCH模型的估计 | 第29-37页 |
| 4.2.1 EM算法的性质及应用 | 第29-31页 |
| 4.2.2 参数估计 | 第31-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第5章 实证分析 | 第38-46页 |
| 5.1 样本的描述性分析 | 第38-40页 |
| 5.2 MS-GARCH模型的应用 | 第40-42页 |
| 5.3 不同模型的优劣比较 | 第42-45页 |
| 5.4 本章小结 | 第45-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
