面板數(shù)據(jù)建模理論與應(yīng)用研究是計量經(jīng)濟學(xué)研究的重要領(lǐng)域,但現(xiàn)有的面板數(shù)據(jù)理論假設(shè)與經(jīng)濟變量的數(shù)據(jù)生成行為和參數(shù)分布是不斷變化的實際情況不符；漸進(jìn)理論同樣與實際應(yīng)用中的面板數(shù)據(jù)特性不符,難以保證模型參數(shù)估計量的優(yōu)良性質(zhì),容易導(dǎo)致小樣本性質(zhì)問題,無法保證模型參數(shù)估計量的可靠性；當(dāng)前的面板數(shù)據(jù)數(shù)值計算方法在解決復(fù)雜社會經(jīng)濟問題模擬時出現(xiàn)了困難,難以有效地解決高維積分等數(shù)值計算問題,阻礙了面板數(shù)據(jù)模型研究的進(jìn)展,這就迫切需要運用高效可靠的計算方法針對性地解決此類問題。根據(jù)基于MCMC抽樣算法的貝葉斯統(tǒng)計推斷流程,分別對固定效應(yīng)面板數(shù)據(jù)模型、隨機效應(yīng)面板數(shù)據(jù)模型、自回歸面板數(shù)據(jù)模型和存在外生變量的動態(tài)面板數(shù)據(jù)模型進(jìn)行了模型結(jié)構(gòu)分析與貝葉斯推斷,得到模型的似然函數(shù)和參數(shù)的后驗條件分布。設(shè)計MCMC抽樣算法程序,對隨機效應(yīng)面板數(shù)據(jù)模型和自回歸面板數(shù)據(jù)模型進(jìn)行了仿真實驗,結(jié)果表明貝葉斯推斷中的MCMC（?）由樣算法可以有效地提高模型參數(shù)的估計精度和效率。利用我國上海證券交易所的四種重要的證券交易指數(shù)數(shù)據(jù)進(jìn)行實證研究,構(gòu)建了基于貝葉斯面板數(shù)據(jù)模型理論的針對證券市場波動性刻畫的面板隨機波動模型,對模型的似然... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
插圖索引
附表索引
第1章 緒論
    1.1 選題背景與研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 相關(guān)領(lǐng)域與研究現(xiàn)狀
        1.2.1 貝葉斯理論與MCMC算法
        1.2.2 金融面板數(shù)據(jù)模型及其應(yīng)用
    1.3 研究思路與研究內(nèi)容
        1.3.1 研究思路
        1.3.2 研究內(nèi)容
第2章 基于MCMC抽樣算法的貝葉斯推斷流程
    2.1 基于MCMC的先驗選擇
        2.1.1 擴散先驗分布
        2.1.2 共軛先驗分布
    2.2 基于MCMC的后驗抽樣
        2.2.1 M-H抽樣算法
        2.2.2 Gibbs抽樣算法
    2.3 收斂性診斷方法
        2.3.1 Geweke診斷方法
        2.3.2 G-R診斷方法
        2.3.3 R-L診斷方法
        2.3.4 H-W診斷方法
    2.4 MC誤差分析
    2.5 貝葉斯推斷流程
    2.6 本章小結(jié)
第3章 基于MCMC算法的貝葉斯靜態(tài)面板數(shù)據(jù)模型
    3.1 靜態(tài)面板數(shù)據(jù)模型形式設(shè)定
        3.1.1 固定效應(yīng)模型的模型設(shè)定
        3.1.2 隨機效應(yīng)模型的模型設(shè)定
    3.2 貝葉斯靜態(tài)面板數(shù)據(jù)模型
        3.2.1 固定效應(yīng)貝葉斯面板數(shù)據(jù)模型
        3.2.2 隨機效應(yīng)貝葉斯面板數(shù)據(jù)模型
    3.3 貝葉斯靜態(tài)面板數(shù)據(jù)模型仿真分析
        3.3.1 仿真實驗設(shè)計
        3.3.2 仿真結(jié)果分析
    3.4 本章小結(jié)
第4章 基于MCMC算法的貝葉斯動態(tài)面板數(shù)據(jù)模型
    4.1 動態(tài)面板數(shù)據(jù)的模型設(shè)定
        4.1.1 固定效應(yīng)模型
        4.1.2 隨機效應(yīng)模型
    4.2 貝葉斯動態(tài)面板數(shù)據(jù)模型
        4.2.1 自回歸貝葉斯面板數(shù)據(jù)模型
        4.2.2 存在外生變量的貝葉斯動態(tài)面板數(shù)據(jù)模型
    4.3 貝葉斯動態(tài)面板數(shù)據(jù)模型仿真分析
        4.3.1 仿真實驗設(shè)計
        4.3.2 仿真結(jié)果分析
    4.4 本章小結(jié)
第5章 證券市場波動性的實證研究
    5.1 樣本數(shù)據(jù)選取與統(tǒng)計特征分析
        5.1.1 樣本數(shù)據(jù)選取
        5.1.2 統(tǒng)計特征分析
    5.2 貝葉斯面板隨機波動模型構(gòu)建
        5.2.1 標(biāo)準(zhǔn)面板隨機波動模型的結(jié)構(gòu)分析
        5.2.2 標(biāo)準(zhǔn)面板隨機波動模型的貝葉斯推斷
    5.3 模型參數(shù)收斂性診斷與估計結(jié)果分析
        5.3.1 參數(shù)估計收斂性診斷分析
        5.3.2 模型參數(shù)估計結(jié)果分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
附錄 A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于跳辨識-MCMC組合算法的人民幣匯率跳擴散模型參數(shù)估計問題[J]. 楊瑞成,秦學(xué)志,周穎穎.  系統(tǒng)工程理論與實踐. 2010(12)
[2]基于MCMC方法的中國期貨市場流動性研究[J]. 盧斌,華仁海.  管理科學(xué)學(xué)報. 2010(09)
[3]考慮截面相關(guān)條件下的異質(zhì)性面板數(shù)據(jù)協(xié)整回歸模型的估計[J]. 林謙,黃浩,黎實.  統(tǒng)計研究. 2010(09)
[4]基于MCMC穩(wěn)態(tài)模擬的異質(zhì)性經(jīng)濟增長模型研究[J]. 朱慧明,曾惠芳,虞克明.  統(tǒng)計研究. 2010(07)
[5]基于運動補償和MCMC算法的視頻目標(biāo)跟蹤[J]. 劉鵬威,王匯源,喬偉,吳曉娟.  計算機工程. 2010(11)
[6]能源、環(huán)境約束與工業(yè)增長模式轉(zhuǎn)變——基于非參數(shù)生產(chǎn)前沿理論模型的上海數(shù)據(jù)實證分析[J]. 周建,顧柳柳.  財經(jīng)研究. 2009(05)
[7]個體協(xié)整條件下面板單位根檢驗統(tǒng)計量性質(zhì)研究[J]. 段鵬,白仲林,張曉峒.  統(tǒng)計研究. 2009(04)
[8]同期相關(guān)面板數(shù)據(jù)結(jié)構(gòu)突變單位根檢驗的統(tǒng)計性質(zhì)——中國CPI指數(shù)平穩(wěn)性的經(jīng)驗證據(jù)[J]. 白仲林.  統(tǒng)計研究. 2008(10)
[9]動態(tài)門檻面板模型及我國經(jīng)濟增長收斂性研究[J]. 吳強,彭方平.  統(tǒng)計研究. 2007(06)
[10]基于面板單位根檢驗的失業(yè)率結(jié)構(gòu)突變研究[J]. 朱慧明,余為政.  財經(jīng)理論與實踐. 2006(05)



本文編號：3173917