声明
摘要
第一章 绪论
§1.1 研究背景
§1.2 研究现状
§1.3 本文主要工作
§1.4 本文的组织结构
第二章 时间序列模型
§2.1 平稳时间序列模型ARMA(p,q)
§2.1.1 模型描述
§2.1.2 AR(p)模型中参数的矩估计
§2.1.3 MA(q)模型中参数的矩估计
§2.1.4 ARMA(p,q)模型中参数的矩估计
§2.2 自回归条件异方差模型ARCH(p)
§2.2.1 模型描述
§2.2.2 ARCH模型的平方序列性质及参数估计
§2.3 时间序列模型定阶方法
§2.3.1 Akaike的AIC准则、AICC准则和BIC准则
§2.3.2 Schwartz的SBC准则
§2.3.3 Parzen的CAT准则
第三章 时间序列异常点模型
§3.1 时间序列异常点产生的原因及类型
§3.2 常用的异常点诊断方法
§3.3 附加型和革新型异常点模型
§3.3.1 ARMA模型的附加型和革新型异常点
§3.3.2 ARCH模型的异常点
第四章 异常点估计的偏差及偏差纠正
§4.1 AR模型异常点估计的偏差及偏差纠正
§4.2 MA模型和ARMA模型异常点估计的偏差
§4.3 MA模型和ARMA模型异常点估计的偏差纠正
§4.4 ARCH模型附加型异常点的近似无偏估计
第五章 模拟算例
§5.1 模拟步骤
§5.2 MA模型异常点模拟算例
§5.3 ARMA模型异常点模拟算例
§5.4 ARCH模型异常点模拟算例
第六章 实例分析
§6.1 加拿大山猫皮销售数据分析
§6.2 上证指数异常点分析
第七章 结束语
§7.1 本文结论
§7.2 研究展望
致谢
参考文献