版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在金融市場中,利率是資產(chǎn)定價的核心變量,因此對短期利率模型及其參數(shù)估計的研究具有重要意義。許多文獻給出了短期利率模型參數(shù)的經(jīng)典估計方法,如普通的最小二乘估計,極大似然估計等,但經(jīng)驗分析表明,這些方法的估計效果卻并不是很理想,尤其是歷史數(shù)據(jù)并不是很多的情形。我們注意到,一種設(shè)定參數(shù)的模型往往僅適合某一段時間的市場數(shù)據(jù)。在這種情況下,只能采用近期數(shù)據(jù)估計模型參數(shù),這也意味著我們需要一種基于小樣本的參數(shù)估計方法。不同于極大似然估計等經(jīng)典參數(shù)估
2、計方法,需要大樣本數(shù)據(jù),本文基于一定樣本大小的數(shù)據(jù)運用貝葉斯方法探討短期利率模型的參數(shù)估計。
本文在對短期利率模型的經(jīng)典參數(shù)估計方法進行討論的基礎(chǔ)上,基于MCMC方法探討似然函數(shù)已知情形的模型參數(shù)的貝葉斯估計。然而,由于大部分短期利率模型的似然函數(shù)是難以處理的,估計連續(xù)時間的短期利率模型具有挑戰(zhàn)性,所以本文通過使用歐拉近似的方法去近似似然函數(shù)。雖然這會導致一定的離散誤差,但是我們運用擴充數(shù)據(jù)的方法減少離散誤差的產(chǎn)生。在這種情形
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非高斯SV模型的貝葉斯估計.pdf
- ARFIMA模型參數(shù)貝葉斯估計的漸近性質(zhì).pdf
- 參數(shù)的經(jīng)驗貝葉斯估計問題.pdf
- 生存分析中幾中常見模型的貝葉斯估計.pdf
- 基于統(tǒng)計模型和貝葉斯估計的語音增強算法研究.pdf
- 基于貝葉斯估計的有序多分類多層模型的應用.pdf
- 混合模型的貝葉斯分析.pdf
- 26780.隨機化回答模型下的貝葉斯估計
- 中國分區(qū)域居民消費模型的貝葉斯估計研究
- 中國分區(qū)域居民消費模型的貝葉斯估計研究.pdf
- 第五章貝葉斯估計
- 經(jīng)驗貝葉斯信度估計及其應用
- 經(jīng)驗貝葉斯信度估計及其應用.pdf
- 21340.基于mcmc的進展多狀態(tài)模型的貝葉斯估計
- 近似貝葉斯法在光合模型參數(shù)估計中的應用
- 競爭失效模型的貝葉斯分析.pdf
- 缺失數(shù)據(jù)的貝葉斯模型處理.pdf
- 回歸模型中的貝葉斯分析.pdf
- MA(q)模型的貝葉斯分析.pdf
- 基于貝葉斯超離散泊松模型的準備金估計.pdf
評論
0/150
提交評論