-
题名基于非参数贝叶斯方法的随机波动建模与应用
被引量：7
- 1
-
-
作者
蒋远营
张波
-
机构
桂林理工大学理学院
中国人民大学应用统计科学中心
中国人民大学统计学院
-
出处
《数理统计与管理》
CSSCI
北大核心
2019年第1期49-61,共13页
-
基金
国家自然科学基金(71471173)
教育部人文社科基地重大项目(14JJD910002)
+1 种基金
广西高校科研重点项目(KY2015ZD054)
广西自然科学基金联合资助培育项目(2018JJA180058)
-
文摘
本文利用非参数贝叶斯方法进行随机波动建模。通常的参数随机波动模型适用于证券市场中的综合指数数据,而对个股数据和小范围指数数据的拟合效果较差,主要原因是其收益率数据的变化规律更为复杂、具有更厚的尾部行为,而非参数贝叶斯方法的随机波动模型无需进行分布假设,具有很强的灵活性。本文利用SV-DPM模型对IBM的股票价格数据和上证50指数数据进行建模,研究发现非参数随机波动模型能拟合参数随机波动模型难以扑捉到的数据特征,实证表明有充分的依据支持非参数贝叶斯随机波动模型。论文的研究有助于捕捉金融资产的时变波动性质,能更好的揭示金融市场的运行规律,为期权定价和金融风险管理提供依据,对于防范与控制金融风险有着重要意义。
-
关键词
随机波动
前向滤波后向抽样
马尔科夫链蒙特卡洛
对数预测得分
非参数贝叶斯
-
Keywords
stochastic volatility
FFBS
MCMC
log-predictive scores
non-parameter Bayesian
-
分类号
O212
[理学—概率论与数理统计]
-
