發(fā)布時間：2017-07-26 09:32

  本文關鍵詞：基于貝葉斯面板平滑轉換模型的期銀市場時變性研究

  更多相關文章： 非線性關系 面板平滑轉換模型 MCMC抽樣算法 貝葉斯分析 白銀期貨

【摘要】：非線性關系是經濟、金融領域常見的復雜現(xiàn)象。隨著系統(tǒng)科學中的非線性理論突飛猛進的發(fā)展以及非線性模型的日趨完善，現(xiàn)代經濟理論占據(jù)主導地位的線性范式分析方法受到越來越多的挑戰(zhàn)，人們逐漸意識到非線性模型能夠更好的描述復雜的經濟現(xiàn)象，揭示經濟運行的內在規(guī)律。其中，面板平滑轉換模型由于能夠有效地揭示面板數(shù)據(jù)可能存在的非線性特征，同時較好地刻畫截面異質性而備受青睞。面板平滑轉換模型能夠準確地反映模型在不同機制中的平滑轉換過程、追蹤機制轉換的漸近演變行為。此外，它利用面板數(shù)據(jù)結構綜合了時間序列數(shù)據(jù)和截面數(shù)據(jù)的信息量，從而包含復雜社會經濟環(huán)境下經濟變量存在的異質性與共性，是實現(xiàn)社會經濟問題的多層面分析，反映社會經濟運行持續(xù)性和復雜性的重要工具。但是，其參數(shù)估計常用的非線性最小二乘法（NLS）可能遇到算法達不到預設精度導致不收斂問題，而且難以構造模型位置參數(shù)與斜率參數(shù)的顯著性檢驗統(tǒng)計量。同時，模型假設違背了經濟變量的數(shù)據(jù)生成行為與參數(shù)具有隨機性的特征。此外，復雜的非線性面板數(shù)據(jù)模型構建，難以有效地解決高維積分等數(shù)值計算問題，從而無法保證模型參數(shù)估計的可靠性。 針對面板數(shù)據(jù)模型參數(shù)的不確定性風險問題，構建了貝葉斯固定效應面板數(shù)據(jù)模型、貝葉斯面板門限模型與貝葉斯面板平滑轉換模型。設置具有隨機性的模型參數(shù)，根據(jù)模型統(tǒng)計結構分析，選擇合適的參數(shù)先驗分布，推斷了各參數(shù)的后驗分布，并設計了Gibbs-MH混合抽驗算法進行模擬，從而獲得其分布特征進行參數(shù)估計。Monte Carlo仿真實驗表明，貝葉斯面板平滑轉換模型能夠準確地判斷模型的轉換機制，同時識別具有非線性特征的變量，，證明貝葉斯MCMC抽驗算法設計是有效的。 利用我國金屬期貨（貴金屬期貨，黃金和白銀；有色金屬期貨，銅、鋁、鉛和鋅；黑色金屬期貨，螺紋鋼）市場面板數(shù)據(jù)進行實證研究，構建了以黃金期貨價格為轉換變量的貝葉斯面板平滑轉換模型，探討我國白銀期貨市場與陰極銅、鋁、鉛、鋅以及螺紋鋼等非貴金屬期貨市場可能存在的非線性關系。實證結果表明，陰極銅、鋁、螺紋鋼市場與白銀期貨市場具有時變的非線性關系；鋁、鉛期貨市場與白銀期貨市場具有比較簡單的線性關系，證明了貝葉斯面板平滑轉換模型的有效性。
【關鍵詞】：非線性關系 面板平滑轉換模型 MCMC抽樣算法 貝葉斯分析 白銀期貨
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F830.91
【目錄】：

• 摘要5-6
• Abstract6-10
• 插圖索引10-11
• 附表索引11-12
• 第1章 緒論12-20
• 1.1 選題背景及研究意義12-14
• 1.1.1 選題背景12-14
• 1.1.2 研究意義14
• 1.2 文獻綜述14-17
• 1.2.1 貝葉斯面板平滑轉換模型14-16
• 1.2.2 金屬期貨市場特征研究16-17
• 1.3 研究內容及思路17-20
• 1.3.1 研究思路17-18
• 1.3.2 研究內容18-20
• 第2章 貝葉斯面板數(shù)據(jù)建模理論基礎20-35
• 2.1 基于 MCMC 算法的貝葉斯推斷20-27
• 2.1.1 貝葉斯理論20-21
• 2.1.2 先驗分布21-22
• 2.1.3 基于 MCMC 算法的后驗抽樣22-23
• 2.1.4 Monte Carlo 運算23-24
• 2.1.5 收斂性診斷24-26
• 2.1.6 貝葉斯估計26-27
• 2.2 固定效應貝葉斯面板數(shù)據(jù)模型27-30
• 2.2.1 固定效應面板數(shù)據(jù)模型27-28
• 2.2.2 貝葉斯 Gibbs 抽樣算法設計28-30
• 2.3 貝葉斯面板門限模型30-34
• 2.3.1 面板數(shù)據(jù)門限模型30-32
• 2.3.2 貝葉斯 Gibbs-OBMC 混合抽樣設計32-34
• 2.4 本章小結34-35
• 第3章 貝葉斯面板平滑轉換模型的構建35-51
• 3.1 貝葉斯兩機制面板平滑轉換模型35-39
• 3.1.1 兩機制面板平滑轉換模型35-36
• 3.1.2 貝葉斯 Gibbs-MH 混合抽樣算法設計36-39
• 3.2 貝葉斯多機制面板平滑轉換模型39-44
• 3.2.1 多機制面板平滑轉換模型39-40
• 3.2.2 貝葉斯 Gibbs-MH 混合抽樣設計40-44
• 3.2.3 轉換機制的確定44
• 3.3 Monte Carlo 仿真44-50
• 3.3.1 仿真實驗設計45-46
• 3.3.2 仿真結果分析46-50
• 3.4 本章小結50-51
• 第4章 期銀市場的時變特征研究51-66
• 4.1 指標選取與統(tǒng)計特征分析51-52
• 4.1.1 指標的選取51
• 4.1.2 統(tǒng)計特征分析51-52
• 4.2 貝葉斯期銀市場非線性面板模型構建52-65
• 4.2.1 模型構建52-53
• 4.2.2 參數(shù)估計53-61
• 4.2.3 期銀與非貴金屬期貨市場的時變關系研究61-65
• 4.3 本章小結65-66
• 結論66-68
• 參考文獻68-75
• 致謝75-76
• 附錄A 攻讀學位期間所發(fā)表的學術論文目錄76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 駱永民;;城市化對房價的影響:線性還是非線性?——基于四種面板數(shù)據(jù)回歸模型的實證分析[J];財經研究;2011年04期

2 金曉彤;閆超;;我國不同區(qū)域農村居民消費:收斂還是發(fā)散?[J];管理世界;2010年03期

3 彭方平;連玉君;;我國貨幣政策的成本效應——來自公司層面的經驗證據(jù)[J];管理世界;2010年12期

4 盧斌;華仁海;;基于MCMC方法的中國期貨市場流動性研究[J];管理科學學報;2010年09期

5 彭方平;王少平;;我國貨幣政策的微觀效應——基于非線性光滑轉換面板模型的實證研究[J];金融研究;2007年09期

6 楊子暉;;政府債務、政府消費與私人消費非線性關系的國際研究[J];金融研究;2011年11期

7 劉鵬威;王匯源;喬偉;吳曉娟;;基于運動補償和MCMC算法的視頻目標跟蹤[J];計算機工程;2010年11期

8 薛曄;張坤;姚西龍;;國際白銀期貨價格與美元指數(shù)的關系研究——兼論我國白銀期貨投資策略[J];價格理論與實踐;2013年10期

9 黃智淋;賴小瓊;;中國轉型期通貨膨脹對城鄉(xiāng)收入差距的影響——基于省際面板數(shù)據(jù)的分析[J];數(shù)量經濟技術經濟研究;2011年01期

10 朱慧明;曾惠芳;虞克明;;基于MCMC穩(wěn)態(tài)模擬的異質性經濟增長模型研究[J];統(tǒng)計研究;2010年07期

本文編號：575751