8.1　本书所做的主要工作

本书主要研究了包括非线性存在性、混沌与分形特征在内的非线性协整理论的非参数检验与估计两个领域，基本梳理清楚了这两个领域的研究脉络和框架，并发展了秩检验方法和神经网络方法，修正了对最大Lyapunov指数在随机序列中应用的偏误，提出了利用加强型小波神经网络进行非线性滤波以提高非线性协整功效的思想，通过运用Gauss编程实现了本书所提出的各种非参数检验方法的应用并MC仿真比较了各方法的优劣，取得了一定的研究成果。本书在随后的实证研究中，对我国货币各变量序列，以及我国与国际股票市场指数序列应用中所给出的非线性协整理论的非参数方法进行了非线性存在性检验、混沌与分形特征检验、存在非线性的非平稳检验以及非线性协整检验，得到了比此前学者们应用线性协整理论相关方法更好的结论。