一、金融波动性及实证研究（论文文献综述）
万其龙[1]（2020）在《投资总量、投资结构与产业结构优化研究》文中指出投资既是短期需求的重要组成部分,又是长期供给形成的基础,是经济增长和结构优化的重要契合点。建国70年来我国经济增长和结构转变的历史表明,投资是影响经济结构的重要变量。在供给侧结构性改革不断深入推进的背景下,投资在结构性调整中的作用凸显。面对失调的经济结构,将投资作为经济结构调整优化的重要抓手,保持适度投资规模的同时,积极调整优化投资结构,提高投资效率,在发展中促进经济结构优化升级,是未来较长时期内经济政策的重要意涵。因而,研究投资在产业结构优化升级中的重要作用,切中当前我国经济结构转型升级的关键节点,能够丰富相关理论研究,并为经济结构转型升级提供理论支撑和政策支持,具有重要的理论意义和现实意义。本文基于当前我国推进供给侧结构性改革、加快产业结构调整升级的历史背景,以检验投资规模和投资结构对产业结构调整升级的影响为出发点,系统回顾了我国投资与产业结构优化升级的历史,将投资与产业结构变迁纳入统一的理论分析框架,系统探讨了投资影响产业结构的机制。在此基础上,采用非线性的面板门槛模型、空间计量模型、合成工具变量法等定量分析投资与产业结构之间关系的动态演变过程。本文除导论外,共分六章:第一章论述了投资与产业结构优化的理论基础,在对投资与产业结构相关概念进行科学界定的基础上,对现有文献中产业结构指标进行了梳理和评价,进而系统阐述了投资与产业结构优化的相关理论。第二章构建了投资与产业结构变迁的理论框架,在新古典框架下将投资总量和投资结构纳入两部门一般均衡模型,从理论上考察投资总量和投资结构对产业结构合理化和高级化的影响。第三章回顾了我国投资与产业结构变迁的历程,梳理了建国以来我国投资结构的变化和产业结构变迁,系统总结了我国投资与产业结构演变规律及特征。第四章基于面板门限模型和合成工具变量法对投资在产业结构变迁的作用进行了实证分析。第五章构建了多种空间权重矩阵,测算了投资与产业结构的空间关联关系,分析了投资对产业结构合理化和产业结构高级化的空间溢出效应。第六章,根据结论,从转变投资驱动模式、优化投资结构、加大区域投资合作等方面提出发挥投资在产业结构优化升级中重要作用的政策建议。本文采用了定量与性、规范和实证相结合的研究方法,围绕投资总量、投资结构对产业结构优化的影响,主要结论如下:第一,投资总量对产业结构存在非线性影响。当投资率低于17%时,投资规模的扩大会使产业结构合理化程度下降,投资规模每上升1%,产业结构合理化程度下降3.86%;当投资率介于17%和34%时,投资规模的扩大会使产业结构合理化程度上升,投资规模每上升1%,产业结构合理化程度上升1.36%;当投资率高于34%时,投资规模每上升1%,产业结构合理化程度上升0.44%。投资率与产业结构高级化的实证分析表明,当非农部门投资占比低于98.9%时,投资规模上升对产业结构高级化有显着的正向影响,投资规模每上升1%,产业结构高级化程度上升2.11%;当非农部门投资占比超过98.9%时,投资规模上升对产业结构高级化有显着的负向影响,投资规模每上升1%,产业结构高级化程度下降1.66%。第二,投资结构对产业结构的影响存在显着差异。三次产业投资中第三产业投资对产业结构合理化影响程度最大,第二产业投资次之,第一产业投资最小。第二产业投资对产业结构高级化影响程度最高,第三产业投资影响程度次之,第一产业投资影响程度最低。三次产业投资对产业结构合理化和高级化的影响均存在显着的时期异质性和区域异质性。第三,投资对产业结构的影响具有空间溢出效应。由于地区间产业的投资关联、产业资本跨区域流动与“虹吸效应”、资本流动导致的产业集聚和扩散以及地区间投资竞争等因素存在,投资对产业结构的影响存在空间溢出效应。基于多种空间权重矩阵的实证结果表明,投资对产业结构不仅存在直接效应,也存在间接效应。投资的本地效应显着为正,投资有效地促进了本地产业结构合理化和高级化。投资对产业结构合理化的空间溢出效应显着为正,但对产业高级化的空间溢出效应显着为负。依据上述研究结论,本文提出如下政策建议:第一,保持适度的投资率。各地区产业结构状况和投资率差异巨大,应因地制宜调整投资率,促进产业结构优化。第二,优化产业投资结构。加大高端装备制造业投资。应鼓励加大高端装备制造业投资,加大对生产流程中机械化、自动化的投资力度,搭建产学研合作交流平台,促进核心技术研发和技术转化,为对国民经济有重大影响的基础性产品的研发提供多种财政扶持,必要时由政府组织一批大型企业、机构等对关键产品、前沿技术展开预研和集中攻关。大力发展现代服务业。在财政扶持、土地审批、税收优惠、公共服务等方面向现代服务业倾斜,为现代服务业发展提供良好的外部市场环境。积极扩大服务业对外开放,吸收国外先进服务业投资,激活我国现代服务业投资活力。第三,加大区域投资合作,增强投资与产业结构互补性,重视产业结构优化的空间效应,促进区域产业分工协作和区域间投资协调,强化产业结构优化升级的协同性。
时嘉[2]（2019）在《我国金融压力与经济稳定的相关性研究》文中进行了进一步梳理随着全球化的经济和自由化金融在不断的发展,由于金融频繁波动给各国带来的破坏越来越大,一触即发的金融危机也是越来越多。研究表明,经济的不稳定是金融压力不断积累的结果,金融压力是经济不稳定性的主要诱导因素。因此,各个国家的重要经济政策目标之一将成为经济稳定。各国已经加大对在保持经济稳定并且快速增长的前提下,加强宏观经济政策审慎,降低金融压力的造成与积累,从而保证金融体系以及经济体系健康持续的发展备受关注。近年来我国金融发展的步伐越来越快,世界经济的波动也冲击着我国的金融发展,金融风险、金融压力也在不断地积累,因此应加快和重视测算金融压力和金融压力与实体经济的关联。我国至今还未发生大爆发式的金融危机,但是在我国正处于新常态的高质量发展时期经济环境下,不能避免金融波动造成的经济不稳定。因此,在处于经济全球化这个大环境下,研究我国压力的测算和金融压力与经济稳定的相关关系更具有重要理论和现实意义的。本文在基于现有的国内外文献的基础上,梳理了已有的金融压力的测算方法及应用,对于2006年4月到2017年12月构成金融压力指标数据可以连贯的得到,这些指标是能够代表债券市场、房地产市场、银行部门、股票市场、保险市场和外汇市场的重要指标的月度数据进行分析,采用主成分分析法合成中国的金融压力指数。并且利用得到的金融压力指数与各个经济指标进行VAR实证分析。从而得到金融压力与经济稳定的互相影响关系。本文的结构如下:第一章是绪论,主要阐述的是本文的选题背景、研究意义、国内外对于金融压力指数测算与金融压力与宏观经济相关关系的文献综述、本文的研究思路和基本框架以及本文的创新点和一些不足;第二章是金融压力指数相关理论概述以及与经济增长和货币政策等各宏观经济指标的理论关系的概述;第三章是对中国金融压力指数的测算研究,包括指标的选取和依据、数据来源及处理方法、金融压力指数的构造模型方法的介绍和结果的分析;第四章是金融压力与经济稳定的实证分析,本文对经济稳定分别从经济增长、货币稳定以及金融波动这三方面刻画,选择CPI、利率和M2/GDP这三个参数衡量货币市场稳定情况,宏观景气一致指数代表经济增长,以及利用上证综指的波动性作为衡量金融市场的波动性,从三方面刻画了经济的稳定情况,将各个指标与金融压力指数利用VAR模型和脉冲响应函数进行实证分析,并对结果进行分析得出结论;第五章是本文对文章得出的结论以及给出的相关的宏观经济政策建议。本文主要创新及贡献之处在于一方面综合应用六大金融市场中具有代表性的13个金融指标系统全面地构造了金融压力指数,并且所得到的金融压力指数很好的与国内金融大事件相吻合,有一定的实际意义。另一方面补充了金融压力与经济稳定方面的研究,已有的研究更多的探究金融压力与经济增长之间的关联,也有部分参考文献将金融压力指数纳入货币政策规则中进行研究,本文从经济增长、货币稳定以及金融波动这三方面讨论了金融压力与经济稳定的相关关系,选择宏观景气一致指数代表经济增长,CPI、利率和M2/GDP这三个参数衡量货币市场稳定性以及金融市场的波动性作为衡量宏观经济形势和经济稳定性的变量,将金融压力与各个指标分别做格兰杰因果关系、VAR模型和脉冲响应函数,分析金融压力与经济增长、货币稳定以及金融波动相关关系,从而分析金融压力与经济稳定间的互相影响路径及影响程度。本文的实证结果表明,我国经济增长与金融压力呈反向变动,并且我国金融压力自身积累的影响也较大。随着我国金融市场的发展,金融体系也有一定的风险缓解能力,金融压力对于经济增长的影响有一定的时滞现象,短期内金融压力的增大会使得经济增长速度下降但长期经济增长速度又会趋于平稳。而经济增速上升,实体经济生产、负债能力增强,信贷规模随之扩大,不良资产下降,金融风险也会降低,从而金融压力指数下降。但是当经济高速增长时,不平稳因素增加,从而导致金融机构更倾向于较快的发展,而这些发展过快的发展往往带来高收益高风险的特征,更容易导致金融风险的聚集,从而反向的导致金融风险增大并很难消除。当金融压力指数对各个货币相关指标正向冲击时,其中利率和通货膨胀受金融压力指数影响大体上呈现负的变化,M2/GDP会呈现正方向变化。其中影响程度按照利率、M2/GDP和通货膨胀依次减小,金融压力对货币稳定有显着的影响,并且影响具有一定的滞后性。作为市场利率化的国家,利率受金融压力指数变化影响也最为明显,在一定程度上金融压力的增加会破坏货币的稳定。面对我国金融风险的增加,货币政策制定者同通过利用货币政策降低金融风险、金融压力,也会在一定程度上降低了货币稳定,从而降低了经济发展的稳定性。金融压力指数受金融波动性正向冲击后反应较大,说明金融风险提高会导致金融市场波动剧烈,破坏了金融市场的平衡,导致银行信贷收缩,流动性收紧,资产价格下降,从而导致经济市场的震荡以及经济的不平稳发展。经济的稳定会使得金融压力维持较低水平,而当经济出现了震荡时,金融压力会随之较快较为强烈的增大,市场上金融风险也会随之增大。因此维持经济稳定对降低金融压力、金融风险,降低金融危机的发生几率有很大的作用,并且金融压力指数可以作为一个指标添加到货币政策目标的考虑范围,政策制定者在维持经济稳定时可以将金融市场压力指数因素考虑进来,并且金融压力指数在一定程度上可以作为衡量宏观经济稳定的先行指标。
段俊[3]（2019）在《基于极值理论与CoVaR模型的金融市场风险测度研究》文中研究指明近年来,随着全球金融市场联系日益紧密,金融资产间的关联程度更加密切,并且科技进步使信息的传递越来越快,信息网络已将资本市场融为一体,更易造成单一金融市场风险问题透过高度的市场联动效应而形成系统性风险。从拉美危机、美国的“黑色星期一”、日本股市危机、欧洲货币危机到墨西哥比索危机、亚洲金融风暴,再到美国“次贷危机”等,此类极端事件的发生都导致了全球资本市场的大幅剧烈波动,对世界经济金融发展造成了极大的破坏,致使众多金融类公司破产倒闭、实体经济陷入萧条。因此,在市场发达、投资渠道多元化的今天,金融风险管理尤为重要。金融风险管理是现代金融理论的核心内容之一。虽说金融风险管理的传统理论依托于VaR模型,并与相关金融波动模型和Copula理论相结合均取得了不错效果,但针对频繁发生的极端风险事件,应用此类组合方法所估计的精度有待进一步提高。随后研究人员在此基础上又引入极值理论,但总体效果仍有拓展空间。因此,如何更有效的测度金融市场风险,尤其对极端风险进行有效的管理成为金融机构和投资者日益关注的问题。目前,国内金融风险管理主要以借鉴和改进国外的相关风险管理理论与模型为主,以期提高相关金融主体的抗风险能力。由于金融市场的极端风险特征和金融资产的非线性相关性,本文在吸收现有相关理论和研究成果基础上,沿着金融风险测度这条主线,从单一资产到多元资产的风险测度,从VaR到CoVaR,通过引入分位数回归模型、典型事实的金融波动模型、极值理论以及Copula函数有机结合,从而构建更能反映金融市场波动特征的风险度量测度模型。因此,基于金融市场风险测量模型改进是本文的研究特色,其主要研究内容和创新性体现在以下几个方面:第一,基于分位数回归模型与极值理论的金融市场风险测度改进。首先应用QR-GARCH模型拟合金融资产收益率特征,在获取波动性和残差的基础上,引进EVT模型,最终构建基于QR-GARCH-EVT的极值风险测度模型。同时,引入分位数回归的CAViaR模型,构建基于CAViaR-EVT模型的极值风险测度模型。该类模型组合的优点主要体现在,分位数回归模型不用事先假定金融资产收益率的分布特征,统计特性良好;而且EVT模型更适合“厚尾”分布特征的高分位点预测,结果也比较稳定。因此,文章利用分位数回归模型和EVT模型的各自优点重新组合可以很好的对风险进行评估。第二,使用CoVaR方法度量中国石油期货市场和国内国外大宗商品期货市场的风险溢出强度和传导效应。从研究内容上看,现有的风险溢出效应研究重心更多的是关注证券市场,关于原油期货市场与相关资本市场的风险溢出效应研究不多,而针对在极端情况下的中国原油市场与其他大宗商品市场的风险溢出强度和传递研究涉及偏少。文章考虑原油期货市场的金融属性,通过改进GARCH族模型,应用Beta-Skew-t-EGARCH模型和EVT模型拟合其波动特征,并在此基础上,引入Copula函数刻画中国原油市场与国内外大宗商品期货市场的非线性相依结构,度量其在极端条件下的风险溢出效应,从而为投资者提供更加清晰的风险传染认知,以及为风险监管部门提供更加合理的决策指导依据。第三,基于CoVaR模型的投资组合风险测度改进。通过改进Markowitz的效率前沿,把引起个别标的资产收益率变动的因素纳入到系统性风险考量,应用CoVaR模型衡量系统性风险扩散,构建新的基于CoVaRMean-资产配置模型。该模型的主要优点是将风险扩散的效果纳入到投资资产组合优化的统一分析框架中,有助于降低资产配置组合的风险。
陈倩[4]（2019）在《我国互联网金融波动性及“脱实向虚”现象的实证研究》文中指出互联网金融是最近几年快速发展起来的一种“互联网+”的新兴金融市场,2013年被称为我国互联网金融元年,2015年就被一些学者们称为是互联网金融的井喷年,这足以看出我国互联网金融发展之快以及势头之猛。“互联网+”的这种金融市场模式满足了我国金融市场上的多元化融资需求,互联网金融从在我国兴起就体现出了其很大的市场发展空间及潜力。特别是对于我国惠普金融的发展以及在缓解我国中小企业融资的难题上,我国互联网金融一直都是被寄予厚望的。政府对于互联网金融发展也是表现出了非常支持的态度,李克强总理连续4年在《政府工作报告》上发表对于规范发展我国互联网金融的报告,提出要构建成熟有效的运行市场机制以及完善的监管体系,让互联网金融更好的服务于我国中小企业实体经济的发展。新事物的产生总是机遇与挑战并存,我国互联网金融的井喷式发展同时也就暴露出了一些挑战和风险隐患。比如,互联网金融井喷式发展地表象下,市场较大的波动、风险防御较弱以及“脱实向虚”的现象就是互联网金融发展道路上的隐患挑战。要想健康稳定地发展我国互联网金融,我们就应该研究清楚我国互联网金融发展的特征以及其存在的问题,这样才能构建适合我国经济环境的互联网金融市场。本文的整体脉络是先对互联网金融的概念定义、起源、发展模式以及其区别于传统金融的特征进行了叙述,之后对我国互联网金融的发展现状进行了整理分析,然后对互联网金融现阶段存在的问题建立计量模型进行实证分析。首先通过建立计量模型GARCH和EGARCH对我国互联网金融的波动性特征以及杠杆效应进行了实证分析,得出其具有波动集群特征以及不具有杠杆效应即风险意识;接着本文建立结构向量自回归SVAR模型,对互联网金融、中小企业发展以及中小板股票市场之间的相互影响机理进行了实证研究,量化分析我国互联网金融“脱实向虚”的经济现象;最后是将得到的实证分析结果结合实际生活中互联网金融环境的现状,为更好地发展我国互联网金融提出相应的政策建议。
李沫,邢炜[5]（2019）在《金融波动性变化对投资率的影响——来自地级市层面的证据》文中指出文章先是通过理论分析发现金融波动通过影响企业投资项目成功概率的途径来影响投资率的高低。进而基于2001-2015年中国286个地级市数据对金融波动性和投资率之间的关系进行了实证检验。通过分析我们发现:第一,金融波动性与投资率之间负相关。第二,金融波动对投资率的影响呈非线性:随着金融波动剧烈程度的增加,金融波动对投资率的抑制效应逐渐减弱。第三,无论是在东部地区还是在非东部地区,金融波动对投资率的抑制效应都很显着。但是金融波动对投资率的非线性影响在东部地区显着,在非东部地区则不显着,这可能是由东部地区和非东部地区经济发展不平衡所致。
左慧敏[6]（2018）在《我国金融市场的波动性对经济增长的影响研究》文中提出波动性是金融市场的一种内在属性,通常表现为金融资产价格的波动程度,金融市场的波动性意味着市场中存在着不确定性或风险。随着金融工具不断创新和金融市场变化日趋复杂,国际金融冲击和国内金融动荡日益频繁。由金融危机引起的金融市场的波动对经济增长造成了相对复杂的影响,这种复杂性主要表现在针对不同的经济金融周期,有着不同的影响效果。因此本文将我国2007年-2017年划分为金融危机和经济新常态两个阶段,通过建立向量自回归模型,实证分析了金融波动对经济增长造成的影响。具体来说,首先通过建立EGARCH模型对我国金融市场的现状进行了分析,并且度量了我国金融市场的波动性;然后利用Copula函数和格兰杰因果检验对我国金融市场的波动性和经济增长之间的关系进行了讨论,最终分阶段对影响效果进行了实证分析。结果显示我国金融市场的波动性对于经济增长的影响总体上表现出滞后性,并且在不同的阶段,其影响效果不同。金融危机发生时,金融市场的波动性会在短期内刺激经济增长,而在经济新常态时期,金融市场上任何的波动都会对经济增长造成负面的影响。因此根据上述结论,本文也有针对性地提出了合理化的建议,对稳定金融市场,促进经济平稳增长具有重要意义。
张思思[7]（2017）在《金融摩擦、金融波动性及其对经济的影响研究》文中研究说明2008年,美国次贷危机爆发,强大的金融风暴席卷全球,金融危机爆发后也使人们警醒并逐渐认识到利用传统手段简化处理金融部门金融问题的局限性。为此,各国政府及金融机构也在不断深入研究本国金融部门之间的经济关系,希望明确以金融波动性来客观反映金融摩擦变动状况,并通过金融摩擦来探讨它对于经济发展变量的有机影响。本文将为金融摩擦构建模型,探讨并解决上述问题。
李沫,邢炜[8]（2017）在《金融波动加剧会抑制投资吗?——兼论国有企业占比的作用》文中认为基于我国29个省市1979—2012年数据对金融波动和投资率之间关系以及国企占比对两者关系的作用进行实证分析,并进行多项稳健性检验,研究结论表明:金融波动加剧不利于投资,这是因为投资存在不可逆性,投资项目的运行需要持续的资金投入,金融波动性增大会加大投资项目的经营风险,进而导致企业在金融波动加剧时投资意愿下降;国企占比越高,金融波动性与投资率之间越偏向于正相关,这是因为金融波动性变化时,国有企业和非国有企业受到的影响存在差异,国企由于具有政府隐性担保以及规模优势,受到金融波动的影响较小,国企占比越高,金融波动对投资率的抑制效应越弱。本研究为"金融—实体经济"关系存在性提供了支持,因此,保持金融波动的平稳以及保持一定投资水平均是"稳中求进"的应有之意。
金浩,李瑞晶[9]（2017）在《金融生态环境与农村金融减贫的非线性效应——基于门限面板模型的实证检验》文中认为金融扶贫是我国农村减贫的重要环节,但金融减贫的实际效果如何却始终存在争议。本文基于我国2006-2015年省际面板数据,构建以金融生态环境为门限变量的双重门限面板模型,实证检验了农村金融减贫效应的非线性变化特征。研究结果表明,伴随农村金融生态环境的优化,商业金融缓解农村居民收入贫困和综合贫困的作用都逐渐增强;但由于不同渠道的支农金融存在相互替代效应,财政金融的减贫效果呈现先增强后减弱的趋势;与缓解收入贫困相比,缓解农民综合贫困的金融生态环境门槛更高;农户自有投资、地区经济增长等控制变量的减贫效果也各有差异。文章最后提出了优化农村金融生态环境,提高农村金融减贫绩效的若干对策建议。
张同辉[10]（2016）在《“已实现”方法及多分行方法在证券市场收益率预测中的应用》文中提出金融市场波动始终是金融研究中基本且重要的课题,深入研究金融市场的波动特征对衍生品定价、投资组合、价格预测及金融风险监管等方面具有重要的理论意义和现实需求。本文选取2010年4月15日至2015年12月31日,共1389个交易日的沪深300股指5分钟高频数据和日低频数据作为研究样本;根据样本区间内金融市场的波动形态,又将样本数据划分为波动较为平缓的数据段一时期和波动较为剧烈的数据段二时期两部分;运用Ljung-Box检验、重标极差分析（R/S）法、去趋势波动分析（DFA）法等方法实证研究了不同时期样本序列的统计特征。在证实样本序列存在非线性的复杂波动特征后,本文深入研究了以下问题:首先,基于高频数据建立两种“已实现”波动率测度指标和五种多分形波动率测度指标。在此基础上,分别建立四种GARCH模型、两种“已实现”波动指标和五种多分形波动指标的ARMA模型;之后,本文对这些模型进行了序列拟合、模型参数估计和诊断检验;其次,本文将三个样本时期内的样本数据,又分别划分出估计样本和保留样本两部分。通过动态的“滑动时间窗”样本外预测方法,对11种金融波动模型进行样本外波动率预测;最后,利用损失函数法、“高级预测能力”（SPA）检验和“模型信度设定”（MCS）检验三种方法实证研究波动率预测值与四种真实波动代理变量的偏离程度,评判不同波动模型的预测精度。实证研究结果表明,与GARCH族模型相比,“已实现”波动方法和多分形波动方法显示出更为优秀的波动率预测能力;“已实现”波动方法在全数据时期和波动较为剧烈的数据段二时期,具有最优的波动率预测能力;多分形波动方法在波动较为平缓的数据段一时期,具有最优的波动率预测能力。
二、金融波动性及实证研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、金融波动性及实证研究（论文提纲范文）
（1）投资总量、投资结构与产业结构优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、选题背景与研究意义 |
| (一)选题背景 |
| (二)研究意义 |
| 二、国内外文献述评 |
| (一)关于产业结构优化的研究 |
| (二)关于投资总量与投资结构的研究 |
| (三)关于投资总量与投资结构对产业结构影响的研究 |
| (五)文献述评 |
| 三、基本思路、主要内容与方法 |
| (一)基本思路 |
| (二)主要内容 |
| (三)研究方法 |
| 四、本文的创新与不足 |
| (一)主要创新 |
| (二)不足之处 |
| 第一章 投资与产业结构优化的理论基础 |
| 第一节 概念界定 |
| 一、投资 |
| 二、投资总量 |
| 三、投资结构 |
| 四、产业结构优化 |
| 第二节 产业结构测度指标 |
| 一、产业结构合理化指标 |
| 二、产业结构高级化指标 |
| 三、产业结构其他测度指标 |
| 四、产业结构指标评价 |
| 第三节 理论基础 |
| 一、马克思再生产理论 |
| 二、古典经济学资本理论 |
| 三、产业结构演变理论 |
| 四、结构经济学相关理论 |
| 五、产业结构变迁的理论框架 |
| 本章小结 |
| 第二章 投资与产业结构优化的理论框架 |
| 第一节 投资与产业结构优化理论分析 |
| 一、投资的供给效应 |
| 二、投资的需求效应 |
| 三、投资对产业结构的空间效应 |
| 四、产业结构对投资的反作用 |
| 第二节 投资与产业结构优化模型构建 |
| 一、模型构建 |
| 二、模型求解 |
| 本章小结 |
| 第三章 我国投资与产业结构变迁历程 |
| 第一节 改革开放前投资与产业结构变迁的基本轨迹 |
| 一、过渡时期(1949—1956 年) |
| 二、传统计划经济时期(1957—1978 年) |
| 三、改革开放前投资与产业结构变迁的特点 |
| 第二节 改革开放以来投资与产业结构变迁的基本轨迹 |
| 一、改革开放以来投资结构演变的基本轨迹 |
| 二、改革开放以来产业结构演变的基本轨迹 |
| 第三节 投资与产业结构变迁历史经验总结及未来趋势 |
| 一、投资与产业结构的辩证关系 |
| 二、不同历史发展阶段投资与产业结构演变具有其内在差异性 |
| 三、市场经济条件下投资对产业结构优化升级效率更高 |
| 四、投资与产业结构关系趋势 |
| 本章小结 |
| 第四章 投资与产业结构优化的实证分析 |
| 第一节 投资总量与产业结构优化的实证分析 |
| 一、模型设定及估计方法 |
| 二、变量选取与数据处理 |
| 三、实证结果 |
| 四、稳健性检验 |
| 第二节 投资结构与产业结构优化的实证分析 |
| 一、模型设定及估计方法 |
| 二、变量选取与数据处理 |
| 三、实证结果 |
| 四、稳健性检验 |
| 本章小结 |
| 第五章 基于空间视角的投资与产业结构优化实证分析 |
| 第一节 模型设定及估计方法 |
| 一、模型设定 |
| 二、估计方法 |
| 三、变量选取与数据处理 |
| 第二节 空间相关性检验与分析 |
| 一、空间关联性分析 |
| 二、空间计量检验 |
| 第三节 投资与产业结构优化空间计量回归结果 |
| 一、投资与产业结构合理化空间计量回归结果 |
| 二、投资与产业结构高级化空间计量回归结果 |
| 本章小结 |
| 第六章 结论与政策建议 |
| 第一节 主要结论 |
| 一、投资总量对产业结构存在非线性影响 |
| 二、投资结构对产业结构的影响存在显着差异 |
| 三、投资对产业结构具有空间溢出效应 |
| 第二节 政策建议 |
| 一、保持适度的投资率 |
| 二、优化投资结构 |
| 三、加大区域投资合作,增强投资与产业结构互补性 |
| 参考文献 |
| 攻读博士学位期间科研成果 |
（2）我国金融压力与经济稳定的相关性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 金融压力指数的构建 |
| 1.2.2 金融压力与宏观经济的关系 |
| 1.3 研究思路和基本框架 |
| 1.3.1 研究思路和基本框架 |
| 1.3.2 创新点与研究不足 |
| 第二章 金融压力、经济增长和货币政策的理论综述 |
| 2.1 金融压力指数相关理论概述 |
| 2.1.1 金融压力概念的界定 |
| 2.1.2 金融压力特征分析 |
| 2.1.3 金融压力成因分析 |
| 2.2 金融压力与经济增长的传导机制研究 |
| 2.2.1 金融压力对经济增长的传导机制研究 |
| 2.2.2 经济增长对金融压力的影响机制分析 |
| 2.3 金融压力与货币稳定影响机制 |
| 第三章 中国金融压力指数测算研究 |
| 3.1 金融压力指数的指标选取及其依据 |
| 3.1.1 金融压力指数指标选取与依据 |
| 3.1.2 金融压力指数指标解释 |
| 3.2 样本数据来源及处理 |
| 3.2.1 数据的来源 |
| 3.2.2 数据预处理 |
| 3.3 方法介绍及模型选择 |
| 3.3.1 主要实证方法介绍 |
| 3.3.2 实证模型选择 |
| 3.4 金融压力指数结果及分析 |
| 3.4.1 金融压力的主成分提取 |
| 3.4.2 金融压力时期识别 |
| 3.4.3 金融压力的结果分析 |
| 第四章 金融压力、经济增长以及货币政策相关性实证 |
| 4.1 衡量宏观经济运行的变量选择及数据处理 |
| 4.2 研究方法介绍 |
| 4.2.1 稳定性检验 |
| 4.2.2 格兰杰因果关系(Granger)检验 |
| 4.2.3 VAR模型 |
| 4.2.4 脉冲响应函数 |
| 4.3 实证过程及结果 |
| 4.3.1 单位根的检验 |
| 4.3.2 格兰杰因果关系检验 |
| 4.3.3 FSI与DM_2/GDP、INF、R、DVOL和DCI之间的动态相关系数 |
| 4.3.4 VAR模型的建立 |
| 4.3.5 脉冲响应函数分析 |
| 第五章 结论及建议 |
| 5.1 结论 |
| 5.2 政策建议 |
| 参考文献 |
| 后记 |
（3）基于极值理论与CoVaR模型的金融市场风险测度研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 金融市场风险测度的核心概念界定 |
| 1.3.1 CoVaR模型 |
| 1.3.2 金融波动模型 |
| 1.3.3 极值理论 |
| 1.3.4 Copula理论 |
| 1.4 研究目的与研究内容 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 1.6 研究贡献与创新之处 |
| 1.6.1 研究贡献 |
| 1.6.2 创新之处 |
| 2 金融市场风险测度相关理论基础 |
| 2.1 金融风险测度理论 |
| 2.1.1 VaR理论 |
| 2.1.2 CoVaR理论 |
| 2.2 金融波动理论 |
| 2.2.1 线性ARCH模型 |
| 2.2.2 GARCH模型 |
| 2.3 极值理论 |
| 2.3.1 BMM模型及估计 |
| 2.3.2 POT模型 |
| 2.4 Copula理论 |
| 2.4.1 Copula函数的参数估计 |
| 2.4.2 Copula函数的检验 |
| 2.5 小结 |
| 3 文献综述 |
| 3.1 国内外关于金融市场风险测度的研究综述 |
| 3.1.1 ARCH族模型的应用研究 |
| 3.1.2 CoVaR风险溢出效应的研究综述 |
| 3.2 极值理论在金融市场风险测度中的研究综述 |
| 3.3 Copula理论在金融市场风险测度中的研究综述 |
| 3.4 文献述评 |
| 4 基于极值理论与分位数回归模型的金融市场风险测度研究 |
| 4.1 问题提出 |
| 4.2 基于QR-GARCH-EVT模型的金融风险测度研究 |
| 4.2.1 Va R模型 |
| 4.2.2 QR-GARCH模型 |
| 4.2.3 QR-GARCH-EVT模型构建 |
| 4.2.4 QR-GARCH-EVT模型检验 |
| 4.3 基于CAViaR-EVT模型极值风险测度研究 |
| 4.3.1 分位数回归CAViaR模型 |
| 4.3.2 CAViaR-EVT-VaR模型 |
| 4.3.3 CAViaR-EVT-VaR实证检验 |
| 4.4 小结 |
| 5 基于Copula-EVT-CoVaR模型的金融市场风险测度研究 |
| 5.1 问题提出 |
| 5.2 基于Copula-EVT-CoVaR模型的金融风险测度研究 |
| 5.2.1 Copula-EVT-CoVaR模型构建 |
| 5.2.2 Copula-EVT-CoVaR模型的实证检验 |
| 5.3 小结 |
| 6 基于Copula-GH-CoVaR模型的金融市场风险测度研究 |
| 6.1 问题提出 |
| 6.2 基于Copula-GH-CoVaR模型的金融市场风险测度研究 |
| 6.2.1 Copula-GH-CoVaR模型构建 |
| 6.2.2 Copula-GH-CoVaR模型估计与检验 |
| 6.3 小结 |
| 7 基于Mean-CoVaR模型的投资组合风险测度研究 |
| 7.1 问题提出 |
| 7.2 Mean-CoVaR模型构建及估计 |
| 7.3 基于Mean-CoVaR模型实证研究 |
| 7.3.1 数据来源及描述性统计 |
| 7.3.2 Mean-CoVaR模型估计 |
| 7.3.3 实证检验结果比较 |
| 7.4 小结 |
| 8 研究结论及展望 |
| 8.1 研究结论 |
| 8.2 展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读博士学位期间发表的文章 |
| B.作者在攻读博士学位期间参与研究的课题 |
| C.学位论文数据集 |
| 致谢 |
（4）我国互联网金融波动性及“脱实向虚”现象的实证研究（论文提纲范文）
| 摘要 |
| Abstract |
| 一、引言 |
| (一)研究背景及研究意义 |
| 1.研究背景 |
| 2.研究意义 |
| (二)文献综述 |
| 1.国外文献综述 |
| 2.国内文献综述 |
| (三)研究方法及主要内容 |
| 1.研究方法 |
| 2.主要内容 |
| (四)本文创新与不足 |
| 二、我国互联网金融的概况 |
| (一)互联网金融的概念 |
| (二)互联网金融的发展模式 |
| 1.P2P网贷 |
| 2.众筹 |
| 3.第三方支付 |
| (三)互联网金融的特点 |
| 1.高效性 |
| 2.普惠性 |
| 3.高风险性 |
| 三、互联网金融的发展现状及存在问题 |
| (一)互联网金融的发展现状 |
| 1.互联网金融业务不断增加 |
| 2.交易成本越来越低 |
| 3.主要服务于中小微企业的政策目标 |
| 4.践行惠普金融是国家政策导向 |
| (二)我国互联网金融存在的问题 |
| 1.监管体制不健全,市场波动性较大 |
| 2.市场风险意识缺乏,运行机制需要更加规范化、标准化 |
| 3.互联网金融“脱实向虚”现象明显 |
| 四、我国互联网金融波动性特征的实证分析 |
| (一)数据选取以及模型方法介绍 |
| 1.数据选取 |
| 2.模型方法的介绍 |
| (二)实证分析 |
| 1.平稳性检验 |
| 2.GARCH效应分析 |
| 3.杠杆效应分析 |
| 五、我国互联网金融“脱实向虚”现象的实证检验 |
| (一)现状及理论机理分析 |
| (二)变量选取及模型方法介绍 |
| 1.变量选取 |
| 2.模型方法介绍 |
| (三)实证检验 |
| 1.数据及模型平稳性分析 |
| 2.方差分解与脉冲响应分析 |
| 六、发展我国互联网金融政策建议 |
| (一)构建完善的互联网金融监管体制 |
| 1.对监管手段进行优化 |
| 2.完善监管架构 |
| (二)互联网金融为中小企业融资的政策建议 |
| 1.完善融资中的信息共享机制 |
| 2.让众筹在中小企业融资中充分发挥作用 |
| 总结 |
| 参考文献 |
| 致谢 |
（5）金融波动性变化对投资率的影响——来自地级市层面的证据（论文提纲范文）
| 一、引言 |
| 二、文献综述及理论分析 |
| (一) 文献综述 |
| (二) 理论分析 |
| 三、实证分析 |
| (一) 模型设定 |
| (二) 指标选取和数据说明 |
| (三) 回归结果及分析 |
| 1. 基本回归结果 |
| 2. 非线性关系的检验 |
| 3. 分地区回归结果 |
| 4. 稳健性检验 |
| 四、结论与政策建议 |
（6）我国金融市场的波动性对经济增长的影响研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 相关文献综述 |
| 1.2.1 金融市场波动性度量的相关研究 |
| 1.2.2 金融发展与经济增长间的相关性研究 |
| 1.2.3 小结 |
| 1.3 研究思路及文章结构 |
| 第2章 金融波动理论概述 |
| 2.1 金融波动的定义及特点 |
| 2.2 金融波动的度量方法 |
| 2.2.1 ARCH模型 |
| 2.2.2 GARCH模型 |
| 2.2.3 EGARCH模型 |
| 2.2.4 小结 |
| 第3章 我国金融市场与经济增长的现状分析 |
| 3.1 我国金融市场波动的现状分析 |
| 3.1.1 数据的选取 |
| 3.1.2 数据的初步分析与处理 |
| 3.1.3 模型的建立 |
| 3.1.4 小结 |
| 3.2 我国金融市场的波动性测量 |
| 3.3 我国经济增长的现状分析 |
| 第4章 我国金融市场的波动与经济增长的关系讨论 |
| 4.1 我国金融市场的波动与经济增长之间的相关性分析 |
| 4.2 我国金融市场的波动与经济增长的因果关系分析 |
| 4.3 金融市场的波动对经济增长影响机制 |
| 第5章 我国金融市场的波动性对经济增长影响的实证分析 |
| 5.1 金融危机阶段内的影响分析 |
| 5.1.1 数据检验 |
| 5.1.2 模型建立 |
| 5.1.3 结果分析 |
| 5.2 经济新常态阶段内的影响分析 |
| 5.2.1 数据检验 |
| 5.2.2 模型建立 |
| 5.2.3 结果分析 |
| 5.3 小结 |
| 第6章 主要结论及建议 |
| 6.1 主要结论 |
| 6.2 政策性建议 |
| 参考文献 |
| 附录A：金融危机阶段引入控制变量的模型结果 |
| 附录B：经济新常态阶段引入控制变量的模型结果 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（7）金融摩擦、金融波动性及其对经济的影响研究（论文提纲范文）
| 一、金融摩擦、金融波动性与经济三者的关系研究综述 |
| 二、金融摩擦模型构建分析 |
| (一) 基本概述 |
| (二) 基于共同基金理念的金融模型构建 |
| 三、金融摩擦对经济的影响研究分析 |
| 四、总结 |
（8）金融波动加剧会抑制投资吗?——兼论国有企业占比的作用（论文提纲范文）
| 一、引言 |
| 二、文献综述及理论分析 |
| (一) 文献综述 |
| (二) 金融波动如何影响投资率 |
| (三) 国有企业占比如何影响金融波动与投资率的关系 |
| 三、实证分析 |
| (一) 模型设定 |
| (二) 指标选取与数据说明 |
| (三) 回归结果及分析 |
| 1. 基本结果。 |
| 2. 稳健性检验。 |
| 四、结论与政策建议 |
（9）金融生态环境与农村金融减贫的非线性效应——基于门限面板模型的实证检验（论文提纲范文）
| 一、引言 |
| 二、文献回顾与评述 |
| 三、理论假设、变量选择与数据来源 |
| (一) 作用机理与理论假设 |
| (二) 变量选取与数据来源 |
| 1. 被解释变量 |
| 2. 核心解释变量与门限变量 |
| 3. 控制变量 |
| 四、实证过程与结果分析 |
| 五、结论与启示 |
（10）“已实现”方法及多分行方法在证券市场收益率预测中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 问题的提出 |
| 1.2.1 传统金融波动模型研究的缺陷 |
| 1.2.2 基于高频数据金融波动研究的不足 |
| 1.2.3 非线性方法在金融波动研究中的缺失 |
| 1.3 研究意义 |
| 1.4 研究思路与研究方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 研究内容与创新点 |
| 1.5.1 研究内容 |
| 1.5.2 创新点 |
| 第2章 相关理论与文献综述 |
| 2.1 相关理论 |
| 2.1.1 “有效市场假说” |
| 2.1.2 传统的金融波动测度方法 |
| 2.1.3 基于高频数据的“已实现”波动方法 |
| 2.1.4 复杂系统与分形理论 |
| 2.2 文献综述 |
| 2.2.1 传统金融波动方法研究综述 |
| 2.2.2 “已实现”波动方法及多分形波动方法研究综述 |
| 2.2.3 文献评述 |
| 第3章 沪深300股指收益率序列的复杂波动特征 |
| 3.1 数据选取 |
| 3.2 数据描述性统计特征 |
| 3.3 收益率序列的相关性检验 |
| 3.3.1 Ljung-Box检验 |
| 3.3.2 LM检验 |
| 3.4 收益率序列的长记忆性特征 |
| 3.4.1 研究方法 |
| 3.4.2 实证检验 |
| 3.5 本章小结 |
| 第4章 RV方法及MFV方法的波动率测度与建模 |
| 4.1 传统波动率预测模型 |
| 4.1.1 GARCH及其扩展模型 |
| 4.1.2 日收益率平方序列的统计特征检验 |
| 4.1.3 建立GARCH族波动率计量模型 |
| 4.2 “已实现”波动(RV)方法的波动率测度及其计量模型 |
| 4.2.1 “已实现”波动及其改进方法 |
| 4.2.2 “已实现”波动率测度的统计特征检验 |
| 4.2.3 建立“已实现”波动率计量模型 |
| 4.3 多分形波动(MFV)方法的波动率测度及其计量模型 |
| 4.3.1 多分形方法 |
| 4.3.2 多分形波动率测度指标 |
| 4.3.3 多分形波动率测度的统计特征检验 |
| 4.3.4 建立多分形波动率计量模型 |
| 4.4 本章小结 |
| 第5章 波动模型样本外预测及预测精度检验 |
| 5.1 样本外预测方法 |
| 5.2 真实波动率代理变量的选取 |
| 5.3 模型预测精度的检验方法 |
| 5.4 模型预测精度的实证检验 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究结论 |
| 6.2 本文的不足与未来研究展望 |
| 参考文献 |
| 致谢 |
四、金融波动性及实证研究（论文参考文献）
- [1]投资总量、投资结构与产业结构优化研究[D]. 万其龙. 中南财经政法大学, 2020(07)
- [2]我国金融压力与经济稳定的相关性研究[D]. 时嘉. 东北财经大学, 2019(08)
- [3]基于极值理论与CoVaR模型的金融市场风险测度研究[D]. 段俊. 重庆大学, 2019(09)
- [4]我国互联网金融波动性及“脱实向虚”现象的实证研究[D]. 陈倩. 东北师范大学, 2019(09)
- [5]金融波动性变化对投资率的影响——来自地级市层面的证据[J]. 李沫,邢炜. 南方经济, 2019(02)
- [6]我国金融市场的波动性对经济增长的影响研究[D]. 左慧敏. 首都经济贸易大学, 2018(12)
- [7]金融摩擦、金融波动性及其对经济的影响研究[J]. 张思思. 金融经济, 2017(18)
- [8]金融波动加剧会抑制投资吗?——兼论国有企业占比的作用[J]. 李沫,邢炜. 江西社会科学, 2017(08)
- [9]金融生态环境与农村金融减贫的非线性效应——基于门限面板模型的实证检验[J]. 金浩,李瑞晶. 现代财经(天津财经大学学报), 2017(07)
- [10]“已实现”方法及多分行方法在证券市场收益率预测中的应用[D]. 张同辉. 东北大学, 2016(10)