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

1、金融時(shí)間序列存在著普遍的波動(dòng)性現(xiàn)象，而波動(dòng)性是許多有關(guān)金融市場(chǎng)研究的一個(gè)核心問(wèn)題。隨機(jī)波動(dòng)率族模型是一類很好的描述波動(dòng)性的模型。以往文獻(xiàn)常用基本隨機(jī)波動(dòng)率模型描述我國(guó)股市價(jià)格序列的波動(dòng)性，其結(jié)果往往并不令人滿意，一方面，金融時(shí)間序列的無(wú)條件分布與異方差模型相對(duì)于標(biāo)準(zhǔn)正態(tài)分布的假設(shè)相比，會(huì)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(dòng)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(duì)我國(guó)股市的波動(dòng)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(jì)以及求解似然函數(shù)和后驗(yàn)分布都更加有效，因此本文利用MCMC方法估計(jì)模型中的參數(shù)。首先，根據(jù)貝葉斯理論對(duì)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(jì)算出每個(gè)模型中參數(shù)的后驗(yàn)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