發(fā)布時(shí)間：2021-05-14 01:58

　　知情交易概率（PIN）是一種被廣泛使用的直接度量金融市場信息不對稱風(fēng)險(xiǎn)的指標(biāo)。PIN模型的極大似然估計(jì),由于似然函數(shù)形式復(fù)雜,在最優(yōu)化過程中很容易出現(xiàn)計(jì)算溢出的問題。本文提出了一種基于Gibbs抽樣和ARS抽樣的貝葉斯方法來估計(jì)PIN。模擬結(jié)果表明,貝葉斯方法克服了計(jì)算問題,并且可以得到比MLE方法更準(zhǔn)確的估計(jì)。本文利用PIN的貝葉斯估計(jì)方法對2009—2015年期間在滬深兩市交易過的股票進(jìn)行實(shí)證應(yīng)用分析,拓寬了知情交易概率PIN的實(shí)證研究范圍。 

【文章來源】：金融發(fā)展研究. 2019,(11)北大核心

【文章頁數(shù)】：8 頁

【文章目錄】：
一、引言
二、PIN模型的貝葉斯估計(jì)方法
    （一）處理混合模型的貝葉斯理論框架
    （二）先驗(yàn)分布
    （三）Gibbs抽樣算法
三、數(shù)值模擬研究
四、實(shí)證數(shù)據(jù)分析
    （一）數(shù)據(jù)選取
    （二）改進(jìn)的MLE方法的實(shí)證結(jié)果
    （三）貝葉斯方法的實(shí)證結(jié)果
五、總結(jié)



本文編號(hào)：3185049