随机波动性是经济金融时间序列中的一个普遍现象,它在金融风险管理研究中具有重要地位。通过分析随机波动模型的统计结构,推断了SV模型似然函数的具体形式,据此构造了模型参数的共轭先验分布;利用贝叶斯定理获得了相应的模型参数后验条件分布;同时,为了获得模型参数的贝叶
基于Gibbs抽样的贝叶斯随机波动模型分析1
朱慧明,赵锐,郝立亚
湖南大学统计学院,长沙(410079)
摘 要:随机波动性是经济金融时间序列中的一个普遍现象,它在金融风险管理研究中具有重要地位。通过分析随机波动模型的统计结构,推断了SV模型似然函数的具体形式,据此构造了模型参数的共轭先验分布;利用贝叶斯定理获得了相应的模型参数后验条件分布;同时,为了获得模型参数的贝叶斯估计及其置信区间,设计了基于Gibbs抽样的MCMC数值计算程序,并利用上海综合指数和深圳成份指数数据进行了建模实证分析。研究结果表明:贝叶斯方法是研究金融时间序列波动性问题的有效工具。
关键词:随机波动模型,贝叶斯分析,Gibbs抽样,MCMC模拟
中图分类号:F830.91,O212.8 文献标识码:A
波动性是金融市场的重要特征之一,它通过金融收益率的方差来测度。早期的金融理论认为金融收益率的方差恒定不变,但是这一假设越来越呈现不合理的方面。大量的实际数据表明:用来测度金融波动性的方差和协方差是随时间变化的,而且在方差变化过程中,幅度较大的变化后面往往跟随着幅度较大的变化,幅度较小的变化后面也往往跟着幅度较小的变化,这就是通常所说的波动聚集性(volatility clustering)。目前,研究波动聚集性现象的模型主要有两类:一类是由诺贝尔经济学奖获得者、美国著名的统计学家Engle于1982年在研究英国通货膨胀指数问题时提出的自回归条件异方差(Autoregression conditional heteroscedasticity variance)模型,简称ARCH模型;此后Bollerslev等学者将这一模型推衍成GARCH模型、LGARCH模型和GARCH—M模型[1-2]等。另一类模型是Taylor于1986年在解释金融收益序列波动的自回归行为时提出的随机波动模型(stochastic volatility model)
[3],简称SV模型;当然,SV模型的产生既有其数理金融的背景,也有其金融计量的根源。
与ARCH模型比较,SV模型提供了更加灵活与实际的金融时间序列建模方法,并在实践中获得广泛应用[4-6]。目前,SV模型的建模方法可以概括为两类,其一是矩估计法,如广义矩估计法、模拟矩估计法(simulation-based methods of moment)[7-8]等;其二是似然函数估计法,如Nelson和Ruiz的伪极大似然计估计法(quasi maximum likelihood method)[9],模拟极大似然估计法等。然而这些建模方法都是建立在频率统计理论基础之上,其基本前提条件是模型参数固定不变,这一观点与实际经济问题不相符的,因为经济环境是随着时间的推延而在不断变化的,经济现象不具有独立重复性,模型参数也会随着经济环境的变化而波动;因此,利用贝叶斯推断方法构建SV模型更科学,因为在贝叶斯理论体系中,模型参数也是随机变量;根据芝加哥大学统计学家Zellner[10]的观点,与频率统计方法比较,贝叶斯方法更适合经济现象的建模问题研究。本文拟在对SV模型的统计结构剖析的基础上,研究模型参数的贝叶斯分析方法,并进行实证研究。
1. SV模型的统计结构
Taylor在解释金融收益序列波动的自回归行为时提出了SV模型,其基本形式如下:
yt=exp(θt/2)ut,t=1,2,L,n (1)
其中{y1,y2,L,yn}为收益序列,u1,u2,L,un相互独立同标准正态分布N(0,1),并且序列本课题得到教育部新世纪优秀人才支持计划项目(NECT050704)、教育部人文社会科学研究规划项目(06JA910001)、湖南省自然科学基金项目(05JJ30130)和湖南大学985工程项目的资助。
1
首先对反映波动性特征的厚尾金融随机波动模型(SV-T)进行贝叶斯分析,构造了基于Gibbs抽样的MCMC数值计算过程进行仿真分析,并利用DIC准则对SV-N模型和Sv-T模型进行...
针对现有动态面板数据分析中存在偶发参数和没有考虑模型参数的不确定性风险问题,提出了基于Gibbs抽样算法的贝叶斯随机系数动态面板数据模型.假设初始值服从平稳分布,自...
基于Gibbs抽样的诊断贝叶斯网络模型评估方法_专业资料。贝叶斯网络模型应用到故障诊断之前,必需对模型的正确性、故障诊断率、故障隔离率等进行全面的分析评估。通常的评...
基于MCMC模拟的贝叶斯厚尾金融随机波动模型分析_经济/市场_经管营销_专业资料。第...关键词: 贝叶斯分析; M CM C 模拟; SV T 模型; Gibbs 抽样; D IC 准则...
针对现有动态面板数据分析中 存在偶发参数和没有考虑模型参数的不确定性风险问题,假自 出了基于 Gb s抽样算法的贝叶斯随机系数动态面板数据模型 .设初始值服从平稳...
关键词 ARMA 模型 ;异常点 ;贝叶斯估计 ; Gibbs 抽样 ;稳健分析 中图分类号...( 15) 中可以看出 , 对于给 φ,ω, k 的值 , 随机误差项的精度 τ的...
基于Gibbs采样的贝叶斯多目标高分辨方位估计_IT/计算机_专业资料。讨论了一种利用Gibbs采样方法的贝叶斯钦目标高分辨定向新方法(BDGS,出了这种贝叶斯定向新方法的推导过...
通过对已有的电线覆冰厚度数据进行分析,建立了电线覆冰厚度时间序列模型,对覆冰厚度进行贝叶斯统计推断,然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计,并对...
将模型的随机部 BAYES要求调用贝叶斯分析程序,抽样方法为 Gibbs抽样;SEED指明模拟研究随机数发生器的种子 数;NBI指明退火(bum—in)的迭代次数为2 000,NMC 为退火...
热门文档