隨機(jī)波動(dòng)率（SV）模型是金融時(shí)間序列研究領(lǐng)域的重要模型,能夠較好地刻畫波動(dòng)率的時(shí)變性特征。由于SV模型的似然函數(shù)的復(fù)雜性,我們一般使用基于貝葉斯框架下的MCMC方法對(duì)其進(jìn)行研究,MCMC方法在其參數(shù)估計(jì)方面具有較好的準(zhǔn)確度和精確度,但MCMC方法是基于馬爾科夫鏈平穩(wěn)收斂的性質(zhì)而實(shí)現(xiàn)的,這就需要大量時(shí)間耗費(fèi)在潛變量的抽樣中,因此目前的MCMC方法存在抽樣速度緩慢和效率較低的問題。為了提高基于SV模型的MCMC方法的速度,我們針對(duì)SV模型以及MCMC方法的特點(diǎn)對(duì)模型的參數(shù)估計(jì)方案進(jìn)行改進(jìn)。通過結(jié)合高斯線性狀態(tài)空間理論、MMP算法和多元高斯M-H抽樣算法,解決了目標(biāo)參數(shù)的抽樣問題,由此提出了基于SV模型的快速M(fèi)CMC方法（FMCMC算法）。為了進(jìn)一步提高模型的估計(jì)效率,在FMCMC算法的基礎(chǔ)上,利用中心參數(shù)化SVC模型和非中心參數(shù)化SVNC模型的兩種FMCMC算法,結(jié)合交織策略（ASIS）進(jìn)行交織抽樣,提出了高效快速的FMA-2算法。在數(shù)值模擬中,研究結(jié)果表明FMCMC算法能夠準(zhǔn)確和快速地完成SV模型的參數(shù)估計(jì)。而將FMCMC算法與ASIS策略結(jié)合后提出的高效快速FMA-2算法比FMCMC算... 

【文章來源】：閩南師范大學(xué)福建省

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

使用7個(gè)正態(tài)分布和10個(gè)正態(tài)分布混合近似擬合效果圖

FMA-2算法參數(shù)估計(jì)軌跡圖以及參數(shù)密度分布圖

FMA-2算法參數(shù)估計(jì)值自相關(guān)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于非參數(shù)貝葉斯方法的隨機(jī)波動(dòng)建模與應(yīng)用[J]. 蔣遠(yuǎn)營(yíng),張波.  數(shù)理統(tǒng)計(jì)與管理. 2019(01)
[2]基于MCMC方法的金融貝葉斯半?yún)?shù)隨機(jī)波動(dòng)模型研究[J]. 楊愛軍,蔣學(xué)軍,林金官,劉曉星.  數(shù)理統(tǒng)計(jì)與管理. 2016(05)
[3]隨機(jī)波動(dòng)模型貝葉斯估計(jì)效率研究[J]. 何永濤,王飛.  統(tǒng)計(jì)與信息論壇. 2015(04)
[4]基于廣義雙曲線SV模型的極值風(fēng)險(xiǎn)度量研究[J]. 周孝華,姬新龍,馬寧.  統(tǒng)計(jì)與信息論壇. 2013(01)
[5]基于Copula-SV模型的金融投資組合風(fēng)險(xiǎn)分析[J]. 戰(zhàn)雪麗,張世英.  系統(tǒng)管理學(xué)報(bào). 2007(03)
[6]SV和GARCH模型擬合優(yōu)度比較的似然比檢驗(yàn)[J]. 余素紅,張世英.  系統(tǒng)工程學(xué)報(bào). 2004(06)
[7]基于隨機(jī)波動(dòng)性模型的中國(guó)股市波動(dòng)性估計(jì)[J]. 王春峰,蔣祥林,李剛.  管理科學(xué)學(xué)報(bào). 2003(04)
[8]SV與GARCH模型對(duì)金融時(shí)間序列刻畫能力的比較研究[J]. 余素紅,張世英.  系統(tǒng)工程. 2002(05)
[9]隨機(jī)波動(dòng)模型估計(jì)及在金融風(fēng)險(xiǎn)防范中的應(yīng)用[J]. 蘇衛(wèi)東,張世英.  天津大學(xué)學(xué)報(bào). 2002(03)

碩士論文
[1]基于MCMC方法的SV模型的貝葉斯估計(jì)及實(shí)證分析[D]. 趙行為.中國(guó)礦業(yè)大學(xué) 2017
[2]基于MCMC抽樣算法的貝葉斯金融面板數(shù)據(jù)模型研究[D]. 周帥偉.湖南大學(xué) 2011



本文編號(hào)：3498580