基于贝叶斯面板平滑转换模型的期银市场时变性研究

发布时间：2017-07-26 09:32

  本文关键词：基于贝叶斯面板平滑转换模型的期银市场时变性研究

  更多相关文章： 非线性关系 面板平滑转换模型 MCMC抽样算法 贝叶斯分析 白银期货

【摘要】：非线性关系是经济、金融领域常见的复杂现象。随着系统科学中的非线性理论突飞猛进的发展以及非线性模型的日趋完善，现代经济理论占据主导地位的线性范式分析方法受到越来越多的挑战，人们逐渐意识到非线性模型能够更好的描述复杂的经济现象，揭示经济运行的内在规律。其中，面板平滑转换模型由于能够有效地揭示面板数据可能存在的非线性特征，同时较好地刻画截面异质性而备受青睐。面板平滑转换模型能够准确地反映模型在不同机制中的平滑转换过程、追踪机制转换的渐近演变行为。此外，它利用面板数据结构综合了时间序列数据和截面数据的信息量，从而包含复杂社会经济环境下经济变量存在的异质性与共性，是实现社会经济问题的多层面分析，反映社会经济运行持续性和复杂性的重要工具。但是，其参数估计常用的非线性最小二乘法（NLS）可能遇到算法达不到预设精度导致不收敛问题，而且难以构造模型位置参数与斜率参数的显著性检验统计量。同时，模型假设违背了经济变量的数据生成行为与参数具有随机性的特征。此外，复杂的非线性面板数据模型构建，难以有效地解决高维积分等数值计算问题，从而无法保证模型参数估计的可靠性。 针对面板数据模型参数的不确定性风险问题，构建了贝叶斯固定效应面板数据模型、贝叶斯面板门限模型与贝叶斯面板平滑转换模型。设置具有随机性的模型参数，根据模型统计结构分析，选择合适的参数先验分布，推断了各参数的后验分布，并设计了Gibbs-MH混合抽验算法进行模拟，从而获得其分布特征进行参数估计。Monte Carlo仿真实验表明，贝叶斯面板平滑转换模型能够准确地判断模型的转换机制，同时识别具有非线性特征的变量，，证明贝叶斯MCMC抽验算法设计是有效的。 利用我国金属期货（贵金属期货，黄金和白银；有色金属期货，铜、铝、铅和锌；黑色金属期货，螺纹钢）市场面板数据进行实证研究，构建了以黄金期货价格为转换变量的贝叶斯面板平滑转换模型，探讨我国白银期货市场与阴极铜、铝、铅、锌以及螺纹钢等非贵金属期货市场可能存在的非线性关系。实证结果表明，阴极铜、铝、螺纹钢市场与白银期货市场具有时变的非线性关系；铝、铅期货市场与白银期货市场具有比较简单的线性关系，证明了贝叶斯面板平滑转换模型的有效性。
【关键词】：非线性关系 面板平滑转换模型 MCMC抽样算法 贝叶斯分析 白银期货
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F224;F830.91
【目录】：

• 摘要5-6
• Abstract6-10
• 插图索引10-11
• 附表索引11-12
• 第1章 绪论12-20
• 1.1 选题背景及研究意义12-14
• 1.1.1 选题背景12-14
• 1.1.2 研究意义14
• 1.2 文献综述14-17
• 1.2.1 贝叶斯面板平滑转换模型14-16
• 1.2.2 金属期货市场特征研究16-17
• 1.3 研究内容及思路17-20
• 1.3.1 研究思路17-18
• 1.3.2 研究内容18-20
• 第2章 贝叶斯面板数据建模理论基础20-35
• 2.1 基于 MCMC 算法的贝叶斯推断20-27
• 2.1.1 贝叶斯理论20-21
• 2.1.2 先验分布21-22
• 2.1.3 基于 MCMC 算法的后验抽样22-23
• 2.1.4 Monte Carlo 运算23-24
• 2.1.5 收敛性诊断24-26
• 2.1.6 贝叶斯估计26-27
• 2.2 固定效应贝叶斯面板数据模型27-30
• 2.2.1 固定效应面板数据模型27-28
• 2.2.2 贝叶斯 Gibbs 抽样算法设计28-30
• 2.3 贝叶斯面板门限模型30-34
• 2.3.1 面板数据门限模型30-32
• 2.3.2 贝叶斯 Gibbs-OBMC 混合抽样设计32-34
• 2.4 本章小结34-35
• 第3章 贝叶斯面板平滑转换模型的构建35-51
• 3.1 贝叶斯两机制面板平滑转换模型35-39
• 3.1.1 两机制面板平滑转换模型35-36
• 3.1.2 贝叶斯 Gibbs-MH 混合抽样算法设计36-39
• 3.2 贝叶斯多机制面板平滑转换模型39-44
• 3.2.1 多机制面板平滑转换模型39-40
• 3.2.2 贝叶斯 Gibbs-MH 混合抽样设计40-44
• 3.2.3 转换机制的确定44
• 3.3 Monte Carlo 仿真44-50
• 3.3.1 仿真实验设计45-46
• 3.3.2 仿真结果分析46-50
• 3.4 本章小结50-51
• 第4章 期银市场的时变特征研究51-66
• 4.1 指标选取与统计特征分析51-52
• 4.1.1 指标的选取51
• 4.1.2 统计特征分析51-52
• 4.2 贝叶斯期银市场非线性面板模型构建52-65
• 4.2.1 模型构建52-53
• 4.2.2 参数估计53-61
• 4.2.3 期银与非贵金属期货市场的时变关系研究61-65
• 4.3 本章小结65-66
• 结论66-68
• 参考文献68-75
• 致谢75-76
• 附录A 攻读学位期间所发表的学术论文目录76

【参考文献】

中国期刊全文数据库 前10条

1 骆永民;;城市化对房价的影响:线性还是非线性?——基于四种面板数据回归模型的实证分析[J];财经研究;2011年04期

2 金晓彤;闫超;;我国不同区域农村居民消费:收敛还是发散?[J];管理世界;2010年03期

3 彭方平;连玉君;;我国货币政策的成本效应——来自公司层面的经验证据[J];管理世界;2010年12期

4 卢斌;华仁海;;基于MCMC方法的中国期货市场流动性研究[J];管理科学学报;2010年09期

5 彭方平;王少平;;我国货币政策的微观效应——基于非线性光滑转换面板模型的实证研究[J];金融研究;2007年09期

6 杨子晖;;政府债务、政府消费与私人消费非线性关系的国际研究[J];金融研究;2011年11期

7 刘鹏威;王汇源;乔伟;吴晓娟;;基于运动补偿和MCMC算法的视频目标跟踪[J];计算机工程;2010年11期

8 薛晔;张坤;姚西龙;;国际白银期货价格与美元指数的关系研究——兼论我国白银期货投资策略[J];价格理论与实践;2013年10期

9 黄智淋;赖小琼;;中国转型期通货膨胀对城乡收入差距的影响——基于省际面板数据的分析[J];数量经济技术经济研究;2011年01期

10 朱慧明;曾惠芳;虞克明;;基于MCMC稳态模拟的异质性经济增长模型研究[J];统计研究;2010年07期

本文编号：575751