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、我國(guó)經(jīng)濟(jì)經(jīng)過(guò)幾十年的快速騰飛,在經(jīng)濟(jì)快速增長(zhǎng)的同時(shí),也顯現(xiàn)出了一些問(wèn)題,比如金融市場(chǎng)顯著的波動(dòng)性。在金融市場(chǎng)中,資產(chǎn)定價(jià)、風(fēng)險(xiǎn)度量、投資組合管理都是其組成的重要部分,取決于資產(chǎn)的波動(dòng)率。資產(chǎn)波動(dòng)率在以前長(zhǎng)期都被假設(shè)是一個(gè)不為零的簡(jiǎn)單的常數(shù),很顯然將波動(dòng)率做如此簡(jiǎn)單的假設(shè)是不合理的。相較于傳統(tǒng)的GARCH模型簡(jiǎn)單假設(shè)條件方差與前期擾動(dòng)和前期條件方差具有特定的函數(shù)關(guān)系, SV模型提出條件方差可以引入隨機(jī)擾動(dòng)項(xiàng),這更符合金融時(shí)間序列的動(dòng)態(tài)特征
2、。
在SV模型的實(shí)際運(yùn)用中,最復(fù)雜的過(guò)程是模型的參數(shù)估計(jì)部分,由于相對(duì)于高斯分布的假設(shè),金融時(shí)間序列通常表現(xiàn)出顯著的高峰厚尾特性,并且數(shù)據(jù)序列的波動(dòng)性和收斂性一般有相關(guān)性,所以基本SV模型在我國(guó)人民幣匯率市場(chǎng)中估計(jì)的結(jié)果差強(qiáng)人意??紤]到外幣兌人民幣匯率的持續(xù)性,時(shí)變性,尤其是其“縮小利空,放大利好”的非對(duì)稱特性,結(jié)合模型擬合檢驗(yàn)結(jié)果,因此,我們需要根據(jù)不同的數(shù)據(jù)特征采取不同的隨機(jī)波動(dòng)模型。
我們采取貝葉斯估計(jì)及馬爾科
3、夫鏈蒙特卡洛模擬方法對(duì)基本的SV模型和SVt模型進(jìn)行貝葉斯分析后,根據(jù)計(jì)算出的模型參數(shù)的后驗(yàn)分布密度,對(duì)其進(jìn)行Gibbs抽樣及MCMC計(jì)算。通過(guò)Eviews及Winbugs軟件的運(yùn)行結(jié)果,計(jì)算出兩種模型所含的各個(gè)參數(shù)的估計(jì)值,最后經(jīng)過(guò)分析比較所求出的估計(jì)值,發(fā)現(xiàn)找到適合描述美元兌人民幣匯率波動(dòng)情況的模型,并由此提出了不同于目前研究的普通高斯分布的非高斯隨機(jī)波動(dòng)模型,當(dāng)金融時(shí)間序列的觀測(cè)值具有明顯厚尾性和突然性變動(dòng)時(shí),這種模型比普通的高斯
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
- 基于貝葉斯因子的SV模型選擇.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 2392.逆高斯分布參數(shù)的線性貝葉斯估計(jì)
- ARFIMA模型參數(shù)貝葉斯估計(jì)的漸近性質(zhì).pdf
- 基于層次貝葉斯自適應(yīng)稀疏的高斯混合模型.pdf
- 參數(shù)的經(jīng)驗(yàn)貝葉斯估計(jì)問(wèn)題.pdf
- 基準(zhǔn)劑量估計(jì)的非參數(shù)貝葉斯方法研究及應(yīng)用.pdf
- 生存分析中幾中常見(jiàn)模型的貝葉斯估計(jì).pdf
- 基于統(tǒng)計(jì)模型和貝葉斯估計(jì)的語(yǔ)音增強(qiáng)算法研究.pdf
- 基于貝葉斯估計(jì)的有序多分類多層模型的應(yīng)用.pdf
- 混合模型的貝葉斯分析.pdf
- 非線性非高斯條件下貝葉斯濾波若干問(wèn)題研究.pdf
- 基于非參數(shù)貝葉斯方法的情感主題模型構(gòu)建.pdf
- 26780.隨機(jī)化回答模型下的貝葉斯估計(jì)
- 中國(guó)分區(qū)域居民消費(fèi)模型的貝葉斯估計(jì)研究
- 中國(guó)分區(qū)域居民消費(fèi)模型的貝葉斯估計(jì)研究.pdf
- 第五章貝葉斯估計(jì)
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用
- 經(jīng)驗(yàn)貝葉斯信度估計(jì)及其應(yīng)用.pdf
- 基于高斯過(guò)程回歸模型的貝葉斯濾波故障診斷方法研究.pdf
評(píng)論
0/150
提交評(píng)論