19156.馬爾科夫轉(zhuǎn)換garch模型的mcmc參數(shù)估計(jì)和方法研究

1、馬爾科夫轉(zhuǎn)換GARCH模型的MCMC參數(shù)估計(jì)和方法研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：馬艷青指導(dǎo)老師：黃光輝副教授專業(yè)：統(tǒng)計(jì)學(xué)學(xué)科門類：理學(xué)重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院二O一五年五月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要金融數(shù)據(jù)存在著尖峰厚尾、波動(dòng)聚集性以及杠桿效應(yīng)等重要統(tǒng)計(jì)特征。ARCH模型、GARCH類模型以及衍生的GARCH類模型能很好的刻畫這些特征。然而，隨著全球經(jīng)濟(jì)一體化，金融市場(chǎng)總是不斷變換，使得金融時(shí)間序列在不同時(shí)期可能呈

2、現(xiàn)出不同的波動(dòng)狀態(tài)，金融市場(chǎng)波動(dòng)就可能存在結(jié)構(gòu)突變，因此對(duì)波動(dòng)率的變結(jié)構(gòu)建模是很有必要的。傳統(tǒng)的GARCH模型由于單結(jié)構(gòu)、參數(shù)固定，不能反映該結(jié)構(gòu)變化，使得波動(dòng)的描述和預(yù)測(cè)不夠準(zhǔn)確。Hamilton年提出MarkovSwitching模型（MS模型），為金融數(shù)據(jù)的變結(jié)構(gòu)建模提供了新的思路和方法。為了更好地描述金融時(shí)間序列波動(dòng)普遍存在的結(jié)構(gòu)突變問題，本文在單一狀態(tài)GARCH模型的基礎(chǔ)上引入Markov狀態(tài)轉(zhuǎn)換模型，建立的馬爾科夫轉(zhuǎn)換GAR

3、CH模型，將波動(dòng)劃分為高、低兩種波動(dòng)狀態(tài)，使得各個(gè)狀態(tài)機(jī)制對(duì)應(yīng)的GARCH模型擁有不同的參數(shù)結(jié)構(gòu)，狀態(tài)的轉(zhuǎn)移服從馬爾科夫過程。由于模型存在路徑依賴問題，極大似然估計(jì)不可行。本文從貝葉斯觀點(diǎn)出發(fā)，利用MCMC(MarkovchainMonteCarlo)模擬的Gibbs抽樣方法對(duì)模型進(jìn)行參數(shù)估計(jì)，有效避免了路徑依賴問題。然后，本文實(shí)證分析是以上證綜指為研究對(duì)象，分析我國(guó)股票市場(chǎng)的波動(dòng)性，結(jié)果表明我國(guó)股票市場(chǎng)確實(shí)存在變結(jié)構(gòu)特點(diǎn)，兩狀態(tài)的MS