基于M-H抽样的金融贝叶斯分位数随机波动模型研究
2018-07-22分类号：F224
【部门】南京林业大学经济管理学院 国家统计局统计信息技术与数据挖掘重点开放实验室 南京审计大学统计与大数据研究院
【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,而分位数回归能给条件分布提供更加全面的描述.本文在分位数回归和SV模型基础上建立分位数SV模型,并在贝叶斯框架下对模型进行统计分析,包括参数估计和模型选择;同时利用中国金融市场数据对分位数SV模型极端风险度量能力的实际效果进行比较研究.
【关键词】随机波动模型 分位数回归 贝叶斯分析 M-H抽样
【基金】国家自然科学基金(11501294,11571073,71673043);; 国家统计局统计信息技术与数据挖掘重点开放实验室开放课题(SDL201704);; 中国博士后基金(2015M580374,2016T90398);; 江苏省自然科学基金(BK20141326);; 江苏省青蓝工程项目(2017)
【所属期刊栏目】数理统计与管理
文献传递
