金融资产配置中的因子面板随机波动模型研究

发布时间：2018-10-13 10:49

【摘要】：本文提出了一种因子面板数据随机波动模型(FPSVM),以便研究可观测因素和不可观测因素对金融资产配置的影响,合理制定投资策略。其中,可观测因素用模型中的解释变量来反映,不可观测因素通过对随机误差项进行因子分解予以体现。由于面板数据随机波动模型包含均值方程和波动方程,而且潜在因子和解释变量之间存在一定的相关关系。本文采用基于贝叶斯估计的MCMC算法对因子面板数据随机波动模型的高维参数进行估计,讨论了其中的先验和后验分布的设定。最后运用中国股票市场数据对资产价格的影响因素进行了分析,其结果可以应用于金融资产配置中。
[Abstract]:In this paper, a factor panel data stochastic volatility model (FPSVM),) is proposed to study the effects of observable and non-observable factors on the allocation of financial assets and to formulate investment strategies reasonably. The observable factors are reflected by the explanatory variables in the model, and the non-observable factors are reflected by factorization of the random error terms. Because the panel data stochastic wave model contains the mean equation and the wave equation, and there is a certain correlation between the potential factor and the explanatory variable. In this paper, the MCMC algorithm based on Bayesian estimation is used to estimate the high-dimensional parameters of the stochastic fluctuation model of factor panel data, and the priori and posterior distributions are discussed. Finally, the influence factors of asset price are analyzed by using Chinese stock market data, and the results can be applied to the allocation of financial assets.
【作者单位】：安徽财经大学统计与应用数学学院;中国人民大学;中国人民大学应用统计科学研究中心;中国人民大学统计学院;中国人民大学概率论与数理统计研究所;
【基金】：国家自然科学基金项目“金融资产配置中面板数据动态因子模型研究”(71271210);国家自然科学基金项目“基于高频数据的股市极端风险测度及其防范研究”(71071155) 中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目“基于高频和超高维数据的中国金融市场若干重大问题研究”(10XNL007)资助
【分类号】：F830;F224

【共引文献】