10.13860/j.cnki.sltj.20150522-025
基于MCMC抽样的金融贝叶斯半参数GARCH模型研究
GARCH模型是研究金融资产收益的重要模型,然而现有参数GARCH模型依然不能有效刻画金融资产收益偏态厚尾特性且存在模型设定风险.本文在非参数分布和GARCH模型基础上,建立半参数GARCH模型以提高模型的有效性;同时在贝叶斯框架内发展有效MCMC抽样解决模型的参数估计难问题,并利用DIC4研究模型比较问题;最后通过模拟研究和实证研究考察MCMC抽样的有效性,检验半参数GARCH模型在刻画金融资产收益特性和风险价值预测方面的实际效果.
GARCH模型、非参数分布、MCMC抽样、Dirichlet过程先验
34
O212(概率论与数理统计)
国家自然科学基金11226221,71273048,11171065,中国博士后基金2013M540397,江苏省高校自然科学基金12KJB110009.
2016-04-26(万方平台首次上网日期,不代表论文的发表时间)
452-462