基于MCMC方法的ARFIMA模型贝叶斯分析及实证研究

在经济领域中,时间序列具有序列相关和长记忆等特征,用考虑了时间序列短记忆性和长记忆的ARFIMA来模型分析研究经济时间序列有利于提高拟合及预测的精度。近几十年来对ARFIMA模型参数估计和分数差分算子阶数d的研究越来越多,该模型的应用也越来越广泛。基于贝叶斯方法在参数估计中的优越性,本文结合众多应用此方法的文献所得到的后验分布特点,提出了合理的先验分布,考虑到计算难度,采用MCMC方法对模型的参数进行估计,最后应用我国过去几十年的GDP数据进行实证分析,得到了ARFIMA模型参数的后验分布图、均值、方差及95%的置信区间。     

基于蒙特卡洛-马尔科夫链(MCMC)的ARMA模型选择

AIC与SIC等准则函数方法是ARMA模型选择过程中经常使用的方法。但是,当模型的阶数很高时,无法计算并比较每一个备选模型的准则函数值。本文提出了一个基于蒙特卡洛-马尔科夫链方法的随机模型生成方法,以产生准则函数值最小的备选模型。实际应用表明本文的方法在处理拥有大量备选模型的ARMA模型选择问题时有很好的效果。     

两阶段模糊运输期望值模型及其逼近方法

基于可信性理论和两阶段模糊优化方法,提出一类带有模糊参数的两阶段运输期望值模型.由于提出运输问题包含带有无限支撑的模糊变量系数,因此它是一个无限堆的优化问题.然后,讨论两阶段模糊运输期望值问题的逼近方法并且将逼近方法嵌套到遗传算法中产生一个基于遗传算法的逼近方法求解提出的两阶段模糊运输期望值问题.最后,给出一个数值例子...     

基于MCMC方法的金融贝叶斯半参数随机波动模型研究

现有随机波动(SV)模型依赖于参数条件分布形式假设,无法充分描述金融资产收益的偏态厚尾等典型特点,而非参数分布能够更全面地刻画这些特性。本文将SV模型和非参数分布相结合,构建一类半参数SV模型;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,并利用对数预测尾部得分(LPTS)法分析模型的极端风险预测能力;最后以我国美元/人民币汇率市场为例,对半参数SV模型在收益特性刻画以及极端风险预测方面的实际效果进行了检验。     

固定效应模型参数估计方法选择的探究

针对固定效应模型的参数估计问题,目前主要有三种估计方法:组内变换法、差分法、虚拟变量法.通过理论分析与蒙特卡洛模拟实验相结合的方法,在模型误差项存在三种自相关情况下,探究了固定效应模型参数估计方法的选择问题.研究发现:①组内变换法与虚拟变量法完全一致;②当模型误差项不存在自相关时,适合选择组内变换法;③当模型误差项服从...     

厚尾随机波动率模型的贝叶斯参数估计及实证研究

针对现有时间序列模型难以刻画参数渐变性的问题,对厚尾随机波动(SV)模型的参数估计方法进行了推广,采用基于贝叶斯的MCMC方法,选取2013年5月~2016年6月这一经历多轮震荡的上证指数作为实证分析对象,构造了基于Gibbs抽样的MCMC过程进行仿真分析.结果显示,以卡方分布作为厚尾参数的先验分布能够有效地描述数据波动的厚尾特征,并且能得到较高精度的参数估计结果.结果表明,厚尾SV模型能有效反映出我国股市尖峰厚尾和波动长期记忆性的特征.     

聚集数据线性模型广义聚集综合两参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集综合两参数估计的概念,给出了广义聚集综合两参数估计的两种相对效率,并得到了这两种相对效率的上界.     

基于KMV模型的我国上市公司信用风险研究

在KM V框架的基础上对股权价值计算方法进行了改进,通过改进后的方法,计算出1999年至2006年各年所有上市公司的违约距离、理论违约率、企业价值、股权价值等指标数据.从分析的结果来看,上市公司规模对信用风险有一定影响,上市公司规模越大,信用风险越小,公司规模越小,信用风险越大.从违约风险的变化情况看,2003—2006年上市公司的违约距离呈下降态势,说明近年来上市公司的违约风险加大.对比沪深300上市公司股改前和股改后信用状况,发现股改前后信用状况有显著不同,股改后上市公司的违约风险变大.通过违约距离的敏感性分析,认为股权价值波动率对违约距离最敏感.     

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。     

基于MCMC的贝叶斯变结构金融时序GARCH模型研究

针对变结构GARCH模型没有解析形式的条件后验分布的问题。借助辅助变量把没有具体解析形式的后验分布转化为一系列完全条件分布,实现了变结构GARCH模型参数的贝叶斯估计。中国外汇市场波动性的实证研究,表明了辅助变量-Gibbs抽样有效的解决了贝叶斯变结构GARCH模型中的高维数值计算问题,并发现其波动持续性是由时间序列的状态转移引起的。     

双指数跳扩散模型信用违约互换短期价格研究

假设参考实体没违约时信用违约互换保护买方连续支付互换价格,导出了信用违约互换价格的表达式;对标的资产价值服从双指数跳扩散模型,得到了条件违约风险率和信用违约互换的短期价格极限.这些结果比纯扩散模型假设更符合实际.     

跳扩散和随机利率模型下的欧式双向期权定价

假定股票价格的跳跃过程为一类特殊的更新跳过程,即事件发生时间间隔为相互独立且同服从Gamma分布的随机变量序列.利用鞅定价方法,用较简单的数学推导得到了在随机利率情形下跳扩散模型的欧式双向期权定价公式.