本文關(guān)鍵詞：GARCH模型的貝葉斯局部影響分析

  更多相關(guān)文章： GARCH模型 Bayes估計 Bayes數(shù)據(jù)刪除影響分析 Bayes局部影響分析

【摘要】：在金融經(jīng)濟學(xué)里我們經(jīng)常會涉及到波動率,它被廣泛的應(yīng)用于風(fēng)險管理、衍生品定價、資產(chǎn)定價、投資組合等領(lǐng)域.對波動率的預(yù)測及其精確度量的研究已成為當(dāng)今金融市場的一個主要的任務(wù).然而,我們在研究金融時間序列數(shù)據(jù)時經(jīng)常會遇到異方差的問題,這些數(shù)據(jù)經(jīng)常表現(xiàn)出尖峰厚尾性、波動集群性等特點.故異方差模型應(yīng)運而生.其中GARCH模型是研究金融時間序列的一個典型的異方差模型.GARCH模型比傳統(tǒng)的模型能更有效地解釋波動率的集群性及收益率的厚尾現(xiàn)象,因而GARCH模型逐漸成為研究和預(yù)測波動率的重要工具.本文我們將采用Bayes的方法對GARCH模型進行統(tǒng)計推斷,主要研究內(nèi)容包括： (1)采用Byaes的方法通過計算未知參數(shù)的后驗分布的積分來估計GARCH模型的參數(shù). (2)利用Bayes方法對GARCH模型進行影響診斷.先對GARCH模型進行Bayes數(shù)據(jù)刪除影響分析,然后再對GARCH模型的個體觀測值及先驗分布的聯(lián)合微小擾動進行Bayes局部影響分析. (3)模擬研究GARCH模型,通過模擬研究發(fā)現(xiàn)GARCH模型能更好的刻畫金融時間序列數(shù)據(jù)的波動集群性、尖峰厚尾性、多峰、突變及異常點.
【關(guān)鍵詞】：GARCH模型 Bayes估計 Bayes數(shù)據(jù)刪除影響分析 Bayes局部影響分析
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O212.8
【目錄】：

• 摘要3-4
• Abstract4-5
• 目錄5-7
• 第一章 引言7-11
• 1.1 研究背景概述7-8
• 1.2 國內(nèi)外研究現(xiàn)狀8-10
• 1.3 本文主要工作10-11
• 第二章 ARCH和GARCH模型簡介11-15
• 2.1 ARCH模型11-12
• 2.2 ARCH模型的性質(zhì)12-13
• 2.3 GARCH模型的基本形式13-15
• 第三章 算法簡介15-21
• 3.1 Markov Chain Monte Carlo(MCMC)方法15-21
• 3.1.1 Metropolis-Hastings(M-H)方法16-17
• 3.1.2 Gibbs抽樣17-18
• 3.1.3 格子Gibbs抽樣18-21
• 第四章 GARCH模型的Bayes參數(shù)估計21-33
• 4.1 ARCH效應(yīng)檢驗21-22
• 4.2 GARCH模型的參數(shù)估計22-27
• 4.2.1 基于正態(tài)分布的GARCH模型的Bayes推斷22-25
• 4.2.2 基于t分布的GARCH模型的Bayes推斷25-27
• 4.3 GARCH模型的Bayes參數(shù)估計的模擬研究27-33
• 第五章 GARCH模型的Bayes局部影響分析33-41
• 5.1 GARCH模型Bayes數(shù)據(jù)刪除影響分析33-34
• 5.2 GARCH(1,1)模型的數(shù)據(jù)刪除影響分析模擬研究34
• 5.3 GARCH模型Bayes局部影響分析34-41
• 5.3.1 Bayes擾動模型和流形35-38
• 5.3.2 GARCH(1,1)模型的局部影響分析模擬研究38-41
• 第六章 總結(jié)41-43
• 參考文獻43-46
• 致謝46

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 馮烽;;基于Copula和極值理論的在險價值度量[J];數(shù)學(xué)的實踐與認識;2011年15期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 王亞民;基于貝葉斯統(tǒng)計的谷物胚乳性狀QTL作圖方法[D];揚州大學(xué);2009年

2 黃金山;基于高頻數(shù)據(jù)的GARCH模型的參數(shù)估計[D];中國科學(xué)技術(shù)大學(xué);2013年

，

本文編號：1020498