复合分位数回归方法在国债风险时序模型中的应用

目录

声明

摘要

第1章绪论

1．1 研究背景和意义

1．2国内外研究现状

1．2．1 分位数回归系列估计方法

1．2．2分位数回归系列估计方法在时间序列中的应用

1．3主要研究内容和章节结构安排

1．4本文特色与创新之处

第2章ARIMA模型的复合分位数回归估计方法研究

2．1预备性理论知识

2．2 ARIMA模型的分位数回归(QR)估计

2．2．1分位数回归(QR)估计值

2．2．2 ARIMA模型的分位数回归(QR)估计式

2．3 ARIMA模型的复合分位数回归(CQR)估计

2．3．1复合分位数回归(CQR)估计值

2．3．2 ARIMA模型的复合分位数回归(CQR)估计式

2．4 ARIMA模型的加权复合分位数回归(WCQR)估计

2．4．1 加权复合分位数回归(WCQR)估计值

2．4．2 ARIMA模型的加权复合分位数回归(WCQR)估计式

2．5 ARIMA模型分位数回归估计的渐近正态性与权重选择

2．5．1 ARIMA模型加权复合分位数回归估计的渐近正态性

2．5．2 ARIMA模型复合分位数回归估计的渐近正态性

2．5．3 ARIMA模型分位数回归估计的渐近正态性

2．5．4 ARIMA模型加权复合分位数回归估计的权重选择

2．6小结

第3章复合分位数回归估计在国债风险时序分析中的应用

3．1数据处理

3．1．1数据时序图

3．1．2平稳性检验

3．1．3纯随机性检验

3．1．4模型的选择

3．1．5模型的检验

3．2复合分位数回归估计的国债风险时序模型

3．2．1传统估计方法的时序模型

3．2．2分位数回归(QR)估计的国债风险时序模型

3．2．3 复合分位数回归(CQR)估计的国债风险时序模型

3．3国债市场风险的量化分析

3．4中美贸易摩擦前期国债市场风险量化分析

3．4．1传统估计方法的预测结果

3．4．2 分位数回归(QR)时序模型的预测结果

3．4．3复合分位数回归(CQR)时序模型的预测结果

3．4．4复合分位数回归参数估计的显著性检验

3．4．5复合分位数回归时序模型的预测结果模拟

3．5小结

第4章加权复合分位数回归估计在国债风险时序分析中的应用

4．1加权复合分位数回归(WCQR)估计的国债风险时序模型

4．2选取相同分位点或分位截距的尾部数据预测

4．2．1传统时序估计方法的预测分析

4．2．2分位数回归(QR)时序模型的预测分析

4．2．3复合分位数回归(CQR)时序模型的预测分析

4．2．4加权复合分位数回归(WCQR)时序模型的预测分析

4．2．5加权复合分位数回归参数估计的显著性检验

4．3选取不同分位点或分位截距的尾部数据预测

4．3．1 复合分位数回归(CQR)时序模型的预测分析

4．3．2加权复合分位数回归(WCQR)时序模型的预测分析

4．3．3不同分位截距的WCQR时序模型与CQR时序模型预测结果比较

4．4小结

结论与建议

参考文献

附录

攻读硕士学位期间取得的研究成果

致谢