本文關(guān)鍵詞： GARCH-M 模型 MCMC 方法 M-H 抽樣　出處：《華南理工大學(xué)》2012年碩士論文　論文類型：學(xué)位論文

【摘要】：GARCH-M模型在其均值方程中引入了條件方差項(xiàng)，從而使得該模型在刻畫風(fēng)險(xiǎn)報(bào)酬、風(fēng)險(xiǎn)溢價(jià)等方面具有廣闊的應(yīng)用空間。由于MCMC方法能把一些復(fù)雜的高維問題轉(zhuǎn)化為一序列簡(jiǎn)單的低維問題，，同時(shí)不要求似然函數(shù)和參數(shù)先驗(yàn)分布具有共扼結(jié)構(gòu)，因此通過構(gòu)造合理的轉(zhuǎn)移核來得到GARCH-M模型所需的后驗(yàn)分布，進(jìn)而可以進(jìn)行相關(guān)的貝葉斯分析及其模型預(yù)測(cè)。 本文通過MCMC方法計(jì)算后驗(yàn)分布的數(shù)值積分來實(shí)現(xiàn)對(duì)GARCH-M模型的參數(shù)估計(jì)。采用基于M-H抽樣的MCMC方法探討了模型參數(shù)的貝葉斯估計(jì)，通過MCMC方法的數(shù)值計(jì)算，給出預(yù)測(cè)分布，并進(jìn)行數(shù)據(jù)模擬。最后給出GARCH-M模型在黃金市場(chǎng)的應(yīng)用、得出黃金現(xiàn)貨收益率尖峰厚尾性、聚集性等相關(guān)性質(zhì)，以及預(yù)測(cè)黃金現(xiàn)貨價(jià)格的走勢(shì)。
[Abstract]:The conditional variance term is introduced into the mean equation of GARCH-M model, which makes the model depict the return of risk. Because the MCMC method can transform some complex high-dimensional problems into a series of simple low-dimensional problems, the likelihood function and the prior distribution of parameters are not required to have a conjugate structure. Therefore, the posteriori distribution of GARCH-M model can be obtained by constructing a reasonable transfer kernel, and then the relevant Bayesian analysis and model prediction can be carried out. In this paper, the parameter estimation of GARCH-M model is realized by calculating the numerical integral of posterior distribution by MCMC method. The Bayesian estimation of model parameters is discussed by using MCMC method based on M-H sampling, and the predicted distribution is given by the numerical calculation of MCMC method. Finally, the application of GARCH-M model in gold market is given, and the related properties of gold spot yield, such as peak, thick tail, aggregation and so on, are obtained, and the trend of gold spot price is forecasted.
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：F224;F831.54;F416.32

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 傅瑜;近期黃金價(jià)格波動(dòng)的實(shí)證研究[J];產(chǎn)業(yè)經(jīng)濟(jì)研究;2004年01期

2 鄭秀田;;基于GARCH-M模型的黃金市場(chǎng)風(fēng)險(xiǎn)與收益關(guān)系研究[J];黃金;2008年05期

3 王春峰,萬海輝,李剛;基于MCMC的金融市場(chǎng)風(fēng)險(xiǎn)VaR的估計(jì)[J];管理科學(xué)學(xué)報(bào);2000年02期

4 袁志湘;鄧少春;謝騰云;;基于GARCH-M模型的中國(guó)股市量?jī)r(jià)關(guān)系研究[J];金融經(jīng)濟(jì);2008年22期

5 林靜;韓玉啟;朱慧明;;一種基于MCMC穩(wěn)態(tài)模擬的貝葉斯索賠校正模型[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2005年10期

6 李雙成,王春峰;中國(guó)股票市場(chǎng)量?jī)r(jià)關(guān)系的實(shí)證研究[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2003年02期

7 姚燕云;;改進(jìn)的GARCH-M模型在股市風(fēng)險(xiǎn)分析中的應(yīng)用[J];紹興文理學(xué)院學(xué)報(bào);2006年01期

8 周麗莉;丁東洋;;基于MCMC模擬的貝葉斯分層信用風(fēng)險(xiǎn)評(píng)估模型[J];統(tǒng)計(jì)與信息論壇;2011年12期

9 黃大海,鄭丕諤;基于MCMC方法的兩類波動(dòng)模型的應(yīng)用比較[J];系統(tǒng)工程學(xué)報(bào);2004年04期

10 劉鳳芹;吳喜之;;隨機(jī)波動(dòng)模型參數(shù)估計(jì)的新算法及其在上海股市的實(shí)證[J];系統(tǒng)工程理論與實(shí)踐;2006年04期

相關(guān)博士學(xué)位論文 前2條

1 孟利鋒;隨機(jī)波動(dòng)模型及其建模方法研究[D];天津大學(xué);2004年

2 潘婉彬;利率建模與模型估計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

本文編號(hào)：1548063