摘要5-6
Abstract6-9
第一章 绪论9-13
1.1 探讨背景和作用9
1.2 探讨对象9-10
1.3 探讨近况10-11
1.4 探讨思路和策略11-12
1.5 探讨内容和结构12-13
第二章 论述模型介绍13-31
2.1 时间序列基本概念13-15
2.1.1 时间序列的平稳性13-14
2.1.2 时间序列平稳性检验14-15
2.2 ARMA 模型15-20
2.2.1 ARMA 模型形式15-16
2.2.2 模型识别16-17
2.2.3 模型定阶17-18
2.2.4 模型参数估计18-19
2.2.5 模型适应性检验19-20
2.2.6 模型预测20
2.3 ARIMA 模型20-21
2.4 传递函数模型21-29
2.4.1 传递函数模型一般形式21-22
2.4.2 传递函数的性质22-23
2.4.3 常见传递函数形式23-24
2.4.4 传递函数稳定性24
2.4.5 传递函数模型识别24-28
2.4.6 模型拟合与诊断28-29
2.5 多变量传递函数模型29-30
2.6 本章小结30-31
第三章 变量带干预的传递函数模型31-37
3.1 干预浅析模型31-33
3.1.1 单干预浅析模型31-32
3.1.2 模型识别、诊断及预测32-33
3.1.3 多变量干预浅析模型33
3.2 变量带干预的传递函数模型33-36
3.2.1 模型介绍33-36
3.2.2 模型识别、诊断及预测36
3.3 本章小结36-37
第四章 实证探讨37-64
4.1 探讨数据37-38
4.2 传递函数模型实证浅析38-58
4.2.1 单变量传递函数模型建立38-54
4.2.2 多元传递函数模型建立54-58
4.3 变量带干预的传递函数模型实证浅析58-63
4.3.1 干预事件和实证数据58
4.3.2 日收盘价干预浅析模型建立58-61
4.3.3 带干预输入变量的传递函数模型建立61-63
4.4 本章小结63-64
总结64-65