ARCH模型族的贝叶斯分析及其在经济中的应用

发布时间：2022-02-16 15:00

　　对ARCH模型族的估计,频率学派一般采用极大似然估计方法。GARCH模型对系数的一系列约束,使似然函数的数值最优化和参数的统计推断变得更复杂。然而,贝叶斯估计可以通过计算未知参数的后验分布的数值积分来实现模型的参数估计,基于参数的截断后验分布直接抽样,很容易处理GARCH模型的参数约束问题。随着MCMC方法的发展,贝叶斯分析方法在时间序列领域的应用越来越广泛。本文从贝叶斯分析的角度出发,采用MCMC方法,对几类典型的GARCH模型进行了进一步的研究。其主要内容包括:第一,ARCH模型族与MCMC方法的评述。本文回顾了贝叶斯理论进行时间序列分析的背景、理论和实际意义,综述了贝叶斯理论在时间序列方面的应用和国内外相关领域的研究现状;介绍了一种重要的贝叶斯计算方法——MCMC方法;回顾了ARCH模型族发展情况;对频率参数估计方法进行了评价。第二,ARCH模型族的贝叶斯分析。本文从新的角度系统地研究ARCH模型族预测方法,拓展了贝叶斯统计研究的新领域。具体说,即从贝叶斯分析的角度出发,采用MCMC方法,建立了基于正态分布密度和混合正态分布密度的GARCH、GARCH-M、AGARCH、TGAR... 

【文章来源】：暨南大学广东省211工程院校

【文章页数】：158 页

【学位级别】：博士

【部分图文】：

上证国债指数收益率波动图

一 一0.4一 0.10.2其他日收益率率图5.2上证国债指数收益率波动图图5.3上证国债日收益率分布图此外，计算国债日收益率序列的描述统计量并绘制分布图(见图5.3)可以发现，国债日收益率序列偏度为一1.654124，说明该时间序列概率分布是不对称的，并且呈现长左厚尾特征，表明与正收益冲击相比，负收益所产生的条件方差更大。此外，峰度为21.211577，远大于3，说明该时间序列波动剧烈，具有尖峰特征。与标准正态分布相比，国债日收益率序列具有明显的尖峰厚尾的分布特征。进行正态性检验

O曰﹃了哎d的J，i一 1.0一 0.50.00.51.61.0一 0.50.00.51....…{{{{{{{{{{{{{{{{{{{， ，，， {{{{{……图5.8残差:，的自相关和偏自相关图图5.9残差衬的自相关和偏自相关图从图5.8和5.9可以看出，残差项二;之间基本没有相关性，但是残差衬的平方之间表现出比较明显的相关性。这点也可以从Q统计量的检验结果看出来，残差对滞后20阶的值之间Liung一Box的Q统计量p值均小于0.01，说明99%的置信水平拒绝不相关的原假设。这也说明ARCH效应的存在。同样，采用Engle(1982)提出的 LagrangeMultipliertest(简称LM检验)，LM统计量为45.23341，尸值为0.0000


本文编号：3628175