基于Griddy-Gibbs抽样的混合高斯AR-GJR-GARCH模型的贝叶斯估计

摘要：

综合考虑波动率的尖峰厚尾性、杠杆效应等特点,作者提出了混合高斯AR-GJR-GARCH模型,并用基于Griddy-Gibbs抽样的MCMC方法对模型的参数进行了贝叶斯估计,然后以新东方的股票数据为例用Matlab和R软件对模型进行了实现与检验.结果表明:模型对波动率的各种特性都有一定的体现,并且估计方法的收敛速度较快、自相关性弱、算法复杂度低、稳定性良好.

关键词：混合高斯分布、AR-GJR-GARCH模型、Griddy-Gibbs抽样、MCMC方法

所属期刊栏目：53

分类号：O29(应用数学)

在线出版日期：2016-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：957-962