全文获取类型
收费全文 | 281篇 |
免费 | 6篇 |
国内免费 | 8篇 |
专业分类
综合类 | 1篇 |
数学 | 73篇 |
物理学 | 2篇 |
综合类 | 219篇 |
出版年
2024年 | 2篇 |
2023年 | 5篇 |
2022年 | 9篇 |
2021年 | 3篇 |
2020年 | 4篇 |
2019年 | 1篇 |
2018年 | 3篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 7篇 |
2014年 | 9篇 |
2013年 | 10篇 |
2012年 | 13篇 |
2011年 | 22篇 |
2010年 | 19篇 |
2009年 | 18篇 |
2008年 | 33篇 |
2007年 | 25篇 |
2006年 | 9篇 |
2005年 | 11篇 |
2004年 | 14篇 |
2003年 | 7篇 |
2002年 | 10篇 |
2001年 | 20篇 |
2000年 | 16篇 |
1999年 | 5篇 |
1998年 | 5篇 |
1997年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1994年 | 3篇 |
排序方式: 共有295条查询结果,搜索用时 187 毫秒
51.
52.
本文对GARCH-MIDAS模型进行了拓展。首先,在估计GARCH-MIDAS模型的长期波动成分时,采用同时考虑噪声和跳跃影响的稳健双频已实现波动估计量RTSRV来代替传统的已实现波动估计量RV。其次,选取了经济变量并从中提取出主成分,从其水平值和波动率两个层面研究不同主成分对股市波动的影响。研究发现:本文构造的GARCH-MIDAS-RTSRV模型优于传统的GARCH-MIDAS模型,其预测精度更高并且可使投资者获得更高的经济价值;经济变量的主成分和已实现波动率均对股市的波动有显著的影响,并且相较于其水平值,波动率对股市波动的影响更为显著。 相似文献
53.
中国股市风险特征分析 总被引:6,自引:1,他引:5
本文采用 GARCH类非线性时间序列模型对沪、深股票的动态风险特征进行数量分析 ,并利用因子模型探计中国股市风险的共同特征。 相似文献
54.
高武 《湖南城市学院学报(自然科学版)》2007,28(5):52-55
种种迹象表明我国A股市场当前面临新一轮非理性繁荣.导致其产生的主要原因包括流动性过剩,违规资金入市,海外"热钱"涌入,投资渠道不畅,股民过度投机,股市制度缺陷等.股市过度非理性繁荣将对经济发展和社会稳定造成损害.管理层可通过加强股市监管,正确引导中小投资者,拓宽投资渠道,增加股票供给,引入做空机制等措施来抑制其发展. 相似文献
55.
用二元GARCH模型的方法建立了中美股票市场的波动模型,考察了中美两个股票市场从2002-2007年间的股指波动的联动性问题。结果显示:随着中国经济的不断开放,中国的股票市场的波动和美国股票市场的波动存在递增的联动性,且中国股票市场的波动对美国股票市场的波动的单方面影响尤其显著。分析了产生这种结果的原因,并提出相关的建议 相似文献
56.
采用贝叶斯统计中的马尔科夫链-蒙特卡罗(MCMC)方法对上海股市的随机波动性进行研究,基于Gibbs抽样的MCMC数值计算过程,对上海股市的随机波动率模型(SV)进行参数估计,并在WinBUGS软件中实现.根据信息判别准则(DIC),对比拟合的SV-N,SV-T,SV-MT模型参数,结果表明:SV-T模型最能反映上海股市波动具有尖峰厚尾的特性,可进一步用于预测样本外的波动率结果. 相似文献
57.
李怀兰 《芜湖职业技术学院学报》2001,3(2):19-20
债转股犹如一柄双刃剑,一方面,它可减轻企业债务负担,有利于消除银行的不良债权及促进股市的发展,另一方面,它又会带来进入风险,管理风险、退出风险与道德风险。 相似文献
58.
吴玉东 《哈尔滨商业大学学报(自然科学版)》2011,27(2):182-184,207
利用了资本资产定价模型(CAPM)对中国深圳A股市场进行了实证检验.选取了2008~2010年深圳A股市场20支股票的日收盘价作为研究样本并借助Eviews软件,及BJS方法和FM模型进行检验.回归结果表明了β值显著性的成为收益率的解释因素,股票的收益与系统风险成正相关关系且个股的非系统风险在资产定价中也起作用.为了消... 相似文献
59.
肖柳青 《上海交通大学学报》1996,30(7):58-65
研究了带人工干预的贝叶斯动态预测模型在中国股市中的应用,并进行了相应的软件设计,对其结果进行分析和讨论,得到了满意的效果,可靠准确率在85%以上,作为贝叶斯动态模型统计预测在经济领域中定量和定性相结合的运用是一个很好的尝试。 相似文献
60.
上海股市波动的周日效应检验 总被引:5,自引:1,他引:4
与以往日历异常现象的研究大多集中在股市收益率上不同,本文对上海股市波动的周日效应进行实证研究,无条件波动的修正Levene检验和条件波动的GARCH模型被应用。结果显示上海股市存在显著的星期一高波动现象,利用混合分布模型对此现象进行了解释,周末信息的积累对星期一交易的影响可能是其高波动的原因。 相似文献