基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究

针对非对称厚尾GARCH模型参数的预选分布很难确定的问题。对模型参数空间进行数据扩张,把模型中的厚尾残差分布表示成正态分布和逆伽玛分布的混合分布,然后通过对参数的后验条件分布进行变换获得参数的预选分布,从而利用M-H抽样实现了非对称厚尾GARCH模型的贝叶斯分析。中国原油收益率波动的实证研究发现中国原油收益率的波动具有高峰厚尾性但不存在"杠杆效应",样本内的预测评价发现基于M-H抽样的贝叶斯方法优于极大似然方法,说明了M-H抽样方案设计的有效性。     

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。     

单纯形分布非线性模型的局部影响分析及其应用

讨论了单纯形分布非线性模型的局部影响分析问题.应用Cook(1986)的影响曲率方法研究了该模型关于微小扰动的局部影响,得到了局部影响分析的曲率度量.同时也应用PoonW Y和Poon Y S(1997)的保形法曲率方法研究了该模型的局部影响.对常见的扰动模型,分别进行了局部影响分析,得到了计算影响矩阵的简洁公式.最后还研究了两个实例,说明文中方法的应用价值.     

一类金融贝叶斯分位数GARCH模型及其在我国汇率市场中的应用研究

现有GARCH模型依赖于参数条件分布形式假设,依然不能有效刻画金融资产收益偏态厚尾特性,分位数回归能给条件分布提供更加全面的描述.在分位数回归和GJR-GARCH模型基础上建立分位数GJR-GARCH模型,并在贝叶斯框架下对模型进行分析;同时利用中国金融市场数据检验分位数GJR-GARCH模型在风险价值预测方面的实际效果.     

数据变换模型的局部影响分析

数据变换模型的局部影响分析韦博成，史建清（东南大学数学系，南京２１００１８）ＬＯＣＡＬＩＮＦＬＵＥＮＣＥＡＮＡＬＹＳＩＳＦＯＲＲＥＧＲＥＳＳＩＯＮＴＲＡＮＳＦＯＲＭＡＴＩＯＮＭＯＤＥＬＳ￥ＷＥＩＢＯＣＨＥＮＧＡＮＤＳＨＩＪＩＡＮＧＩＮＧ（Ｄｅｐｅｒｔ...     

多元线性回归置信域的局部影响

运用Ｃｏｏｋ（１９８６）的局部影响法评价多元线性回归模型的微小扰动对回归系数置信域的影响，扰动方式包括协方差阵扰动，自变量扰动和因变量扰动．     

混合线性模型效应参数的Bayes局部影响分析

该文研究混合线性模型效应参数的Ｂａｙｅｓ局部影响评价问题．导出了混合线性模型在各种扰动下效应参数的Ｂａｙｅｓ局部影响度量，并给出了平衡单向分类随机效应模型下的一些结果．最后通过实例分析，以证实该文方法的有效性．     

高维稀疏对角GARCH模型的估计及应用

高维数据背景下,数据维度和噪声的影响使得传统的GARCH模型不再适用.针对对角GARCH(goGARCH)模型的不足,将高维稀疏建模法应用到其估计过程中,提出了高维稀疏对角GARCH(HDS-goGARCH)模型.HDS-goGARCH模型通过引入惩罚函数,将一些不重要变量的回归系数压缩为零,来精简模型,达到降维的目的.通过模拟和实证研究发现:较传统的goGARCH模型而言,HDS-goGARCH模型明显提高了高维协方差阵的估计和预测效率;并且将其应用在投资组合时:在收益一定的情况下,由HDS-goGARCH模型所构造的投资组合的风险更小.     

基于GARCH模型的中美汇率实证分析

汇率制度改革后,加强人民币汇率风险管理已成为摆在各大经济主体面前的重大课题.基于2010年1月1日至2012年5月10日的美元对人民币日汇率值,利用广义条件异方差自回归(GARCH)模型,对中美汇率日数据进行处理与检验,得到了残差存在异方差性.在此基础上建立了汇率GARCH模型,实证分析表明精确性高.     

具有一般协方差结构线性模型的局部影响评价

该文讨论了具有一般协方差结构线性模型的局部影响分析问题. 通过对广义Cook统计量中M/c的适当选取, 文章给出了一种对扰动的参数变换具有不变性质的局部影响度量. 在具协方差扰动模式下, 该文给出了回归系数和方差系数估计、最佳线性预测的局部影响诊断统计量.该结果与数据删除法进行了比较, 并通过实例进行了分析和说明.     

Bayes局部影响分析<英>

本文从Bayes观点出发,利用Kullback-Leibler距离和微分几何方法,系统地讨论了微小扰动对于Bayes统计推断的局部影响,给出了Bayes局部影响分析的一般公式作为应用,具体讨论了线性回归模型的Bayes估计和Bayes预测的局部影响问题,数值计算的结果表明,本文的方法是比较有效的。     

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。     

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。     

基于权函数的GARCH模型稳健建模及实证分析

异常值的存在会对时间序列波动率模型的识别及参数估计会产生重要影响,采用Tukey双权法权函数对被拟合相关序列模型的残差进行变换,再将变换后的残差序列对波动率模型进行稳健识别及建模,模拟及实证分析表明稳健识别及估计方法具有很好的耐抗性,而且能更好的捕捉到资产收益率的波动性.     

Robust Bayesian Analysis and its Applications for Factor Analytic Model with Normal Scale Mixing

To down-weight the influence of the distributional deviations and outliers, in this paper, we carry out robust Bayesian analysis for general factor analytic model combined with normal scale mixture model. Gibbs sampler is used to draw random observations from the posterior. Statistical inferences are carried out based on the empirical distribution of these observations. Two real data sets are analyzed to illustrate the effectiveness of the proposed method.     

基于GARCH模型的CHIBOR行为实证分析

本文通过建立一个GARCH(1,1)模型对中国银行间同业拆借利率行为进行了实证分析,结果发现模型能很好的刻画一周同业拆借利率的行为,这说明我国的同业拆借利率具有波动性聚类的特点,存在很强的GARCH现象.     

Local non-stationarity test in mean for Markov switching GARCH models: an approximate Bayesian approach

In order to exploit mean-reverting behavior among the price differential between two markets, one can use unit root tests to determine which pairs of assets appear to exhibit mean-reverting behavior. Since nonlinear mean reversion shares the same meaning as local stationarity, this paper proposes a Bayesian hypothesis testing to detect the presence of a local unit root in the mean equation using Markov switching GARCH models. This model incorporates a fat-tailed error distribution to analyze asymmetric effects on both the conditional mean and conditional volatility of financial time series. To implement the test, we propose a numerical approximation of the marginal likelihoods to posterior odds by using an adaptive Markov Chain Monte Carlo scheme. Our simulation study demonstrates that the approximate Bayesian test performs properly. The proposed method utilizes the daily basis between the FTSE 100 Index and Index Futures as an illustration.     

具有Rao简单结构的多元T-模型的局部影响分析

本文应用以Kullback-Leibler散度为基础的Bayesian局部影响方法，对具有Rao简单结构的多元T-模型进行了局部影响分析．在确定了先验分布假设下，详细地研究了这个模型的Bayesian Hessian矩阵，作为应用，特别考虑了常见的加权协方差扰动形式．     

基于GARCH-M模型的湖南省CPI波动的实证研究

居民消费物价指数的波动聚集性问题是物价研究中的一个重要课题．文章根据湖南省1994年1月到2012年5月的居民消费物价指数月度数据,运用时间序列的GARCH模型对其建立模型,较好的拟合了湖南省居民消费物价指数,并得出湖南省居民消费物价指数存在波动聚集性,它对外部冲击反应比较慢,具有时滞性．