基于MCMC算法的GJR-GARCH模型的贝叶斯推断

发布时间：2021-01-02 16:33

　　金融市场存在着显著的杠杆效应,即正向冲击与负向冲击带给产品收益率的影响是不同的,本文所研究的GJR-GARCH模型能很好地描述这种不对性.在对该模型进行参数估计的方面,经典统计学派通常采用极大似然估计方法,但是当目标函数没有极大值时,该方法就很难实现目标函数的数值最优化.鉴于该模型没有具体形式的条件后验密度,本文采用Metropolis-Hastings抽样方法对模型参数的条件后验分布进行MCMC模拟,然后利用模拟得到的样本对模型的参数进行贝叶斯推断.该方法解决了参数估计过程中的高维数值积分问题.模拟结果表明:在刻画上证指数和深证成指的收益率序列时,GJR-GARCH-T模型的模拟效果要优于GJR-GARCH-N模型.本文主要研究GJR-GARCH模型的参数估计方法,将GJR-GARCH-N模型与GJR-GARCH-T模型进行对比研究,主要内容如下:1.论述了GJR-GARCH模型的研究背景、意义、研究现状及研究内容和安排,并对我国的金融时间序列进行统计分析.2.介绍GJR-GARCH模型的参数估计方法.本文使用MCMC方法来估计GJR-GARCH模型的参数,该方法结合了贝叶斯估计法,... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

收益率的时间序列图

【参考文献】：
期刊论文
[1]GJR-GARCH模型的弱收敛极限过程[J]. 赖江虹,杨海波.  南昌航空大学学报(自然科学版). 2014(04)
[2]GARCH族模型在汇率波动分析中的应用[J]. 徐建军.  经济师. 2011(05)
[3]GARCH、GJR-GARCH和EGARCH模型预测能力实证研究[J]. 莫海菁.  经济视角(下). 2011(03)
[4]基于MCMC模拟的贝叶斯AR-GJR-GARCH模型及其应用[J]. 朱慧明,曾惠芳,曹英.  统计与决策. 2008(02)
[5]具有GJR-GARCH误差项时序的ADF单位根检验[J]. 王莉莉,彭作祥.  西南师范大学学报(自然科学版). 2005(06)
[6]基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究[J]. 康宇虹,梁健.  南开管理评论. 2004(04)
[7]中国股市的ARCH效应分析[J]. 唐齐鸣,陈健.  世界经济. 2001(03)

硕士论文
[1]GJR-GARCH模型的弱收敛及层论研究[D]. 赖江虹.南昌航空大学 2015
[2]基于GJR-GARCH模型和极值理论的VaR评估[D]. 徐静.东北财经大学 2006
[3]非对称GARCH模型在中国股市收益波动中的研究与应用[D]. 夏庆.武汉理工大学 2005



本文编号：2953257