發(fā)布時(shí)間：2023-05-18 03:16

　　由信息沖擊引起的干散貨運(yùn)價(jià)的劇烈波動給航運(yùn)實(shí)體市場帶來巨大風(fēng)險(xiǎn),同等強(qiáng)度的利空消息通常要比利好消息引起更大的市場波動,本文對干散貨航運(yùn)市場運(yùn)價(jià)波動存在的杠桿效應(yīng)特征進(jìn)行研究,為航運(yùn)企業(yè)和租船人等把握市場態(tài)勢、規(guī)避風(fēng)險(xiǎn)提供重要依據(jù)�？紤]運(yùn)價(jià)收益分布的厚尾特征,改變傳統(tǒng)的非對稱隨機(jī)波動模型中隨機(jī)誤差項(xiàng)的正態(tài)分布假定,建立基于student-t分布的改進(jìn)的非對稱隨機(jī)波動模型,在貝葉斯分析的基礎(chǔ)上通過MCMC方法進(jìn)行參數(shù)估計(jì)。通過實(shí)證研究發(fā)現(xiàn),在考慮了極端風(fēng)險(xiǎn)情況后,改進(jìn)的厚尾分布的非對稱隨機(jī)波動模型對干散貨運(yùn)價(jià)波動的杠桿效應(yīng)特征刻畫更加準(zhǔn)確和優(yōu)越。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 改進(jìn)的ASV模型
    1.1 基于正態(tài)分布的ASV模型
    1.2 改進(jìn)的student-t分布的ASV模型
    1.3 杠桿效應(yīng)的原理解釋
2 模型的貝葉斯分析
    2.1 貝葉斯參數(shù)估計(jì)
    2.2 MCMC隨機(jī)抽樣算法
    2.3 模型判斷
3 實(shí)證分析
    3.1 數(shù)據(jù)的選取與處理
    3.2 數(shù)據(jù)的平穩(wěn)性和正態(tài)性檢驗(yàn)
    3.3 模型比較和參數(shù)收斂性診斷
    3.4 參數(shù)估計(jì)結(jié)果
4 結(jié)論



本文編號：3818561