版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、由于金融計(jì)量經(jīng)濟(jì)學(xué)的興起,各種新的關(guān)于時(shí)間序列的數(shù)學(xué)模型也被提出來(lái)解釋當(dāng)今經(jīng)濟(jì)金融中發(fā)生的問(wèn)題與現(xiàn)象.自從Engle在1982年開(kāi)創(chuàng)性的提出了ARCH模型之后,1986年,Bollerslev將ARCH模型發(fā)展成更為流行的GARCH模型.近二十年來(lái),GARCH模型已經(jīng)被廣泛地應(yīng)用于研究經(jīng)濟(jì)、金融等領(lǐng)域的時(shí)間序列問(wèn)題的分析中.這是因?yàn)?,金融?shù)據(jù)等總呈現(xiàn)出波動(dòng)聚類和重尾的特性,而GARCH模型能體現(xiàn)出這兩種特性.但GACH模型也存在著一些缺
2、陷:1.GARCH模型對(duì)參數(shù)的條件限制比較強(qiáng);2.GARCH模型的條件方差由以前的條件方差和波動(dòng)率唯一確定不是很妥當(dāng)?shù)?近幾年來(lái),人們提出用隨機(jī)波動(dòng)模(SV)型來(lái)刻畫(huà)金融時(shí)間序列.因?yàn)镾V模型也具有波動(dòng)聚類和重尾的特性,又在一定程度上克服了GARCH模型的缺陷.然而,在金融資產(chǎn)波動(dòng)的建模中,隨機(jī)波動(dòng)模型遠(yuǎn)沒(méi)有GARCH模型普及.其主要原因是SV模型的估計(jì)非常困難.MarkovChainMonteCarlo(MCMC)算法是最近發(fā)展起來(lái)的
3、一種簡(jiǎn)單且行之有效的Bayes計(jì)算方法.MCMC算法使得Bayes統(tǒng)計(jì)中許多看起來(lái)困難的計(jì)算變得簡(jiǎn)單直觀了.2004年,Jacquier等用MCMC算法對(duì)帶重尾和相關(guān)的隨機(jī)波動(dòng)(SV)模型(AR(1)型)作了估計(jì).在本文中,我們自然地提出了SV-ARMA(p,q)帶重尾和相關(guān)誤差的模型: {yt=√htεt,loght=α+δ1loght-1+…+δploght-p+vt+θ1vt-1+…+θqvt-q,εt~t(v),vt~N
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于arma(p q)模型的云南特色股票實(shí)證研究
- 基于MCMC方法的SV模型估計(jì)及VAR計(jì)算.pdf
- 重尾分布下帶投資的風(fēng)險(xiǎn)模型.pdf
- 帶隨機(jī)加權(quán)和的重尾相依風(fēng)險(xiǎn)模型的破產(chǎn)概率.pdf
- 帶隨機(jī)加權(quán)和的重尾相依風(fēng)險(xiǎn)模型的破產(chǎn)概率
- 基于SA-MCMC算法的非線性測(cè)量誤差模型的影響分析.pdf
- 帶重尾項(xiàng)數(shù)的隨機(jī)和的尾概率的漸近性.pdf
- 相關(guān)重尾風(fēng)險(xiǎn)變量和(或加權(quán)和)的尾漸近性.pdf
- 基于ARMA模型的CELP算法研究.pdf
- 隨機(jī)過(guò)程課程設(shè)計(jì)利用平穩(wěn)時(shí)間序的arma (p,q)模型的預(yù)報(bào)
- IRT模型參數(shù)估計(jì)的MCMC算法研究.pdf
- MCMC算法中的Metropolis算法的相關(guān)理論問(wèn)題.pdf
- SV模型和EGARCH模型的對(duì)比研究.pdf
- irt模型參數(shù)估計(jì)的mcmc算法研究
- 廣義誤差分布下AR(p)與MA(q)模型的參數(shù)估計(jì).pdf
- 重尾分布的相關(guān)性質(zhì)和隨機(jī)和的年齡性質(zhì).pdf
- 重尾場(chǎng)合下相依風(fēng)險(xiǎn)模型的尾概率問(wèn)題.pdf
- 基于ARMA模型和改進(jìn)粒子群算法的地震子波提取方法研究.pdf
- 基于貝葉斯分析的厚尾和杠桿SV模型對(duì)中國(guó)股市的研究.pdf
- 重尾現(xiàn)象、重尾分布與重尾指數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論