知情交易概率的贝叶斯估计

发布时间：2021-05-14 01:58

　　知情交易概率（PIN）是一种被广泛使用的直接度量金融市场信息不对称风险的指标。PIN模型的极大似然估计,由于似然函数形式复杂,在最优化过程中很容易出现计算溢出的问题。本文提出了一种基于Gibbs抽样和ARS抽样的贝叶斯方法来估计PIN。模拟结果表明,贝叶斯方法克服了计算问题,并且可以得到比MLE方法更准确的估计。本文利用PIN的贝叶斯估计方法对2009—2015年期间在沪深两市交易过的股票进行实证应用分析,拓宽了知情交易概率PIN的实证研究范围。 

【文章来源】：金融发展研究. 2019,(11)北大核心

【文章页数】：8 页

【文章目录】：
一、引言
二、PIN模型的贝叶斯估计方法
    （一）处理混合模型的贝叶斯理论框架
    （二）先验分布
    （三）Gibbs抽样算法
三、数值模拟研究
四、实证数据分析
    （一）数据选取
    （二）改进的MLE方法的实证结果
    （三）贝叶斯方法的实证结果
五、总结



本文编号：3185049