| 基于MCMC方法的金融贝叶斯半参数随机波动模型研究 |
| |
| 引用本文： | 杨爱军,蒋学军,林金官,刘晓星. 基于MCMC方法的金融贝叶斯半参数随机波动模型研究[J]. 数理统计与管理, 2016, 0(5): 817-825. DOI: 10.13860/j.cnki.sltj.20160922-024 |
| |
| 作者姓名： | 杨爱军 蒋学军 林金官 刘晓星 |
| |
| 作者单位： | 1. 南京林业大学经济管理学院,江苏南京210037;东南大学经济管理学院,江苏南京211189;2. 南方科技大学数学系,广东深圳,518055;3. 南京审计大学统计与大数据研究院,江苏南京,211815;4. 东南大学经济管理学院,江苏南京,211189 |
| |
| 基金项目： | 国家自然科学基金(11501294;中国博士后基金(2015M580374;江苏省自然科学基金(BK20141326);广东省自然科学基金(2016A030313856). |
| |
| 摘 要： | ![]()
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。
|
| 关 键 词： | 随机波动模型 非参数分布 MCMC抽样 风险度量 |
Financial Bayesian Semiparametric Stochastic Volatility Modeling Based on MCMC Method |
| |
| Abstract: | ![]()
|
| |
| Keywords: | stochastic volatility model nonparametric distribution MCMC sampling risk measurement |
| 本文献已被 万方数据 等数据库收录！ |
|
