位置:成果数据库 > 期刊 > 期刊详情页
基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究
  • 期刊名称:数理统计与管理431
  • 时间:2011
  • 页码:431-439
  • 分类:O212.8[理学—概率论与数理统计;理学—数学]
  • 作者机构:[1]湖南大学工商管理学院,湖南长沙410082, [2]Brunel大学数学系,伦敦UB8 3PH
  • 相关基金:国家自然科学基金项目(70771038 71031004); 教育部留学回国人员科研启动基金项目(教外司留[2010]609) 教育部长江学者和创新团队发展计划项目(IRT0916)
  • 相关项目:战略导入的投资决策与风险管理
中文摘要:

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。

英文摘要:

The proposal densities for the parameters in the GARCH models with heavy-tailed errors are unobtainable,especially if we aim to sample the degrees of freedom as well.To overcome this problem, we adopt some suitable data augmentation of the parameter space of the GARCH model,by a mixture of normal distribution and inverse Gamma distribution to represent the Student t distribution,such that the resulting MCMC algorithm is based on Metropolis-Hastings sampling steps.An empirical application of the method modeling the China crude oil price dynamic illustrates that there exists conditional leptokurtosis but not"leverage effect",the model estimated Metropolis-Hastings sampler provides better out-of-sample forecasting power than maximum likelihood estimation,and to prove the validity of the devise of Metropolis-Hastings sampler.

同期刊论文项目
期刊论文 212 会议论文 16 著作 5
同项目期刊论文