基于貝葉斯方法的隨機(jī)波動模型分析及比較.pdf

1、隨機(jī)波動模型能很好地刻畫收益率的尖峰厚尾、波動率聚集和長記憶等特點(diǎn)，因此大量的學(xué)者研究該模型.貝葉斯方法假設(shè)模型的未知參數(shù)是隨機(jī)變量，且結(jié)合了樣本信息和先驗(yàn)信息對未知參數(shù)進(jìn)行推斷，比經(jīng)典統(tǒng)計(jì)方法更合理，所以本文采用貝葉斯的方法對隨機(jī)波動模型進(jìn)行參數(shù)推斷.國內(nèi)研究的隨機(jī)波動模型主要是標(biāo)準(zhǔn)的隨機(jī)波動模型以及它的一些拓展模型，而本文致力于研究方差常彈性模型，并在此基礎(chǔ)上提出厚尾方差常彈性模型，本文主要進(jìn)行了以下的工作:
　　 1.雖然

2、有學(xué)者對標(biāo)準(zhǔn)隨機(jī)波動模型及它的拓展模型進(jìn)行理論上的貝葉斯推斷，但很少有學(xué)者對方差常彈性模型和厚尾方差常彈性模型進(jìn)行貝葉斯理論推斷，本文對這兩個(gè)模型進(jìn)行了貝葉斯理論推斷.
　　 2.本文采用Winbugs軟件對樣本數(shù)據(jù)為2009年1月5號至2012年12月31號的滬深300指數(shù)收盤價(jià)進(jìn)行實(shí)證分析.實(shí)證結(jié)果表明:方差常彈性模型和厚尾方差常彈性模型的彈性系數(shù)都大于1，且厚尾方差常彈性模型的彈性系數(shù)比方差常彈性模型大，即厚尾方差常彈性模