基于貝葉斯分析的厚尾和杠桿SV模型對中國股市的研究.pdf

1、金融時間序列存在著普遍的波動性現(xiàn)象，而波動性是許多有關(guān)金融市場研究的一個核心問題。隨機波動率族模型是一類很好的描述波動性的模型。以往文獻(xiàn)常用基本隨機波動率模型描述我國股市價格序列的波動性，其結(jié)果往往并不令人滿意，一方面，金融時間序列的無條件分布與異方差模型相對于標(biāo)準(zhǔn)正態(tài)分布的假設(shè)相比，會呈現(xiàn)出較大的峰度和更厚的尾部；另一方面，資產(chǎn)收益率與波動率存在相關(guān)性。為克服上述缺陷，本文利用厚尾SV模型和杠桿SV模型對我國股市的波動性進(jìn)行分析研究。

2、 由于MCMC(Markov Chain Merto Carlo)方法在解決SV模型中的高維分布參數(shù)估計以及求解似然函數(shù)和后驗分布都更加有效，因此本文利用MCMC方法估計模型中的參數(shù)。首先，根據(jù)貝葉斯理論對SV族模型中的基本SV模型，厚尾SV模型(SV-T模型)，杠桿SV模型進(jìn)行貝葉斯分析，計算出每個模型中參數(shù)的后驗分布密度函數(shù)，然后，以上證綜指和深證成指的指數(shù)序列作為樣本值，構(gòu)造基于Gibbs抽樣和Metropolis-Has