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險的指標。PIN模型的極大似然估計,由于似然函數形式復雜,在最優(yōu)化過程中很容易出現計算溢出的問題。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PIN。模擬結果表明,貝葉斯方法克服了計算問題,并且可以得到比MLE方法更準確的估計。本文利用PIN的貝葉斯估計方法對2009—2015年期間在滬深兩市交易過的股票進行實證應用分析,拓寬了知情交易概率PIN的實證研究范圍。 

【文章來源】：金融發(fā)展研究. 2019,(11)北大核心

【文章頁數】：8 頁

【文章目錄】：
一、引言
二、PIN模型的貝葉斯估計方法
    （一）處理混合模型的貝葉斯理論框架
    （二）先驗分布
    （三）Gibbs抽樣算法
三、數值模擬研究
四、實證數據分析
    （一）數據選取
    （二）改進的MLE方法的實證結果
    （三）貝葉斯方法的實證結果
五、總結



本文編號：3185049