基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究

发布时间：2021-02-12 14:09

　　针对非对称厚尾GARCH模型参数的预选分布很难确定的问题。对模型参数空间进行数据扩张,把模型中的厚尾残差分布表示成正态分布和逆伽玛分布的混合分布,然后通过对参数的后验条件分布进行变换获得参数的预选分布,从而利用M-H抽样实现了非对称厚尾GARCH模型的贝叶斯分析。中国原油收益率波动的实证研究发现中国原油收益率的波动具有高峰厚尾性但不存在"杠杆效应",样本内的预测评价发现基于M-H抽样的贝叶斯方法优于极大似然方法,说明了M-H抽样方案设计的有效性。 

【文章来源】：数理统计与管理. 2011,30(03)北大核心CSSCI

【文章页数】：9 页

【部分图文】：

基于M-H抽样的贝叶斯非对称厚尾GARCH模型研究

参数模拟的动态轨迹

【参考文献】：
期刊论文
[1]基于GED—GARCH模型的中国原油价格波动特征研究[J]. 张跃军,范英,魏一鸣.  数理统计与管理. 2007(03)
[2]非对称GARCH模型在VaR预测上的应用[J]. 韩铁,张世英.  沈阳理工大学学报. 2006(05)



本文编号：3030980