【摘要】：本文提出了一種因子面板數(shù)據(jù)隨機(jī)波動模型(FPSVM),以便研究可觀測因素和不可觀測因素對金融資產(chǎn)配置的影響,合理制定投資策略。其中,可觀測因素用模型中的解釋變量來反映,不可觀測因素通過對隨機(jī)誤差項進(jìn)行因子分解予以體現(xiàn)。由于面板數(shù)據(jù)隨機(jī)波動模型包含均值方程和波動方程,而且潛在因子和解釋變量之間存在一定的相關(guān)關(guān)系。本文采用基于貝葉斯估計的MCMC算法對因子面板數(shù)據(jù)隨機(jī)波動模型的高維參數(shù)進(jìn)行估計,討論了其中的先驗(yàn)和后驗(yàn)分布的設(shè)定。最后運(yùn)用中國股票市場數(shù)據(jù)對資產(chǎn)價格的影響因素進(jìn)行了分析,其結(jié)果可以應(yīng)用于金融資產(chǎn)配置中。
[Abstract]:In this paper, a factor panel data stochastic volatility model (FPSVM),) is proposed to study the effects of observable and non-observable factors on the allocation of financial assets and to formulate investment strategies reasonably. The observable factors are reflected by the explanatory variables in the model, and the non-observable factors are reflected by factorization of the random error terms. Because the panel data stochastic wave model contains the mean equation and the wave equation, and there is a certain correlation between the potential factor and the explanatory variable. In this paper, the MCMC algorithm based on Bayesian estimation is used to estimate the high-dimensional parameters of the stochastic fluctuation model of factor panel data, and the priori and posterior distributions are discussed. Finally, the influence factors of asset price are analyzed by using Chinese stock market data, and the results can be applied to the allocation of financial assets.
【作者單位】： 安徽財經(jīng)大學(xué)統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院;中國人民大學(xué);中國人民大學(xué)應(yīng)用統(tǒng)計科學(xué)研究中心;中國人民大學(xué)統(tǒng)計學(xué)院;中國人民大學(xué)概率論與數(shù)理統(tǒng)計研究所;
【基金】：國家自然科學(xué)基金項目“金融資產(chǎn)配置中面板數(shù)據(jù)動態(tài)因子模型研究”(71271210);國家自然科學(xué)基金項目“基于高頻數(shù)據(jù)的股市極端風(fēng)險測度及其防范研究”(71071155) 中國人民大學(xué)科學(xué)研究基金(中央高�；究蒲袠I(yè)務(wù)費(fèi)專項資金資助)項目“基于高頻和超高維數(shù)據(jù)的中國金融市場若干重大問題研究”(10XNL007)資助
【分類號】：F830;F224

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張印強(qiáng);吉訓(xùn)生;王壽榮;;硅微陣列陀螺儀的信號濾波技術(shù)[J];東南大學(xué)學(xué)報(自然科學(xué)版);2013年06期

2 陶磊;陶胤強(qiáng);;基于蒙特卡洛算法的能源供給量不確定性預(yù)測分析[J];重慶理工大學(xué)學(xué)報(社會科學(xué));2014年06期

3 鄭挺國;左浩苗;;基于極差的區(qū)制轉(zhuǎn)移隨機(jī)波動率模型及其應(yīng)用[J];管理科學(xué)學(xué)報;2013年09期

4 劉慶富;張金清;;中國商品期貨隔夜信息對日間交易的預(yù)測能力[J];管理科學(xué)學(xué)報;2013年11期

5 石欣;張濤;雷璐寧;;基于集對分析與馬爾可夫鏈的生態(tài)安全動態(tài)評估[J];計算機(jī)應(yīng)用;2014年02期

6 方艷茹;廖樹華;王林風(fēng);任蘭天;謝光輝;;小麥秸稈收儲運(yùn)模型的建立及成本分析研究[J];中國農(nóng)業(yè)大學(xué)學(xué)報;2014年02期

7 袁靖;孫愛玲;;中國貨幣政策沖擊預(yù)期效應(yīng)的實(shí)證研究——基于貝葉斯推斷的BVAR、BSVAR、BVECM和BDSGE模型[J];金融教學(xué)與研究;2014年03期

8 高巍;邵曉東;劉煥玲;;基于粒子濾波的自動裝配定位方法[J];計算機(jī)集成制造系統(tǒng);2014年07期

9 劉金全;付衛(wèi)艷;劉達(dá)禹;;我國經(jīng)濟(jì)增長率動態(tài)波動機(jī)制——基于TVP-VAR模型的實(shí)證研究[J];上海經(jīng)濟(jì)研究;2014年05期

10 楊莉;戴育雷;李南;;基于蒙特卡洛仿真的項目完工成本概率預(yù)測[J];計算機(jī)仿真;2014年09期

相關(guān)會議論文 前1條

1 朱喜安;馬興祥;;基于帶解釋變量杠桿SV模型上證指數(shù)收益率周內(nèi)效應(yīng)及特征分析[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第13卷）[C];2012年

相關(guān)博士學(xué)位論文 前7條

1 宋坤;金融機(jī)構(gòu)操作風(fēng)險的度量及實(shí)證研究[D];西南財經(jīng)大學(xué);2013年

2 劉麗萍;基于市場微觀結(jié)構(gòu)噪聲和跳躍的金融高頻協(xié)方差陣的估計及其應(yīng)用研究[D];西南財經(jīng)大學(xué);2013年

3 席燕輝;非線性濾波算法及在神經(jīng)網(wǎng)絡(luò)與金融市場建模中的應(yīng)用[D];中南大學(xué);2013年

4 印重;金融穩(wěn)定、通貨膨脹與經(jīng)濟(jì)增長[D];吉林大學(xué);2014年

5 曹陽;金融資產(chǎn)價格波動的非參數(shù)模型及其應(yīng)用研究[D];吉林大學(xué);2014年

6 姬新龍;基于SV模型和EVT理論的金融極值風(fēng)險度量研究[D];重慶大學(xué);2014年

7 易曉n，

本文編號：2268341