首页 | 本学科首页   官方微博 | 高级检索  
     

基于MCMC算法的贝叶斯变结构分位自回归模型研究
引用本文:曾惠芳,熊培银,刘友金. 基于MCMC算法的贝叶斯变结构分位自回归模型研究[J]. 数理统计与管理, 2016, 0(2): 253-264. DOI: 10.13860/j.cnki.sltj.20160322-024
作者姓名:曾惠芳  熊培银  刘友金
作者单位:1. 湖南科技大学商学院,湖南 湘潭,411201;2. 中南大学信息科学与工程学院,湖南 长沙,410083
基金项目:国家自然科学基金项目(41301421),国家自然科学基金项目(41271139).
摘    要:为了更全面细致的刻画时间序列变结构性的特征及其相依性,提出了一类马尔可夫变结构分位自回归模型。利用非对称Laplace分布构建了模型的似然函数,证明了当回归系数的先验分布选择为扩散先验分布时,参数的各阶后验矩都是存在的,并给出了能确定变点位置和性质的隐含变量的后验完全条件分布。仿真分析结果发现马尔可夫变结构分位自回归模型可以全面有效地实现对时间序列数据变结构性的刻画。并应用贝叶斯Markov分位自回归方法分析了中国证券市场的变结构性,结果发现中国证券市场在不同阶段尾部表现出不同的相依性。

关 键 词:分位回归  变结构  贝叶斯方法  Markov链  MCMC算法

Bayesian Inference on Structure Change in Quantile Autoregressive Models Based on MCMC
Abstract:
Keywords:quantile regression  structural change  Bayesian method  Markov chain  MCMC algorithm
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号