| 人工智能定价对消费者价格公平感知的影响 |
| |
| 引用本文： | 宋晓兵,何夏楠.人工智能定价对消费者价格公平感知的影响[J].管理科学,2020,23(5):1-12. |
| |
| 作者姓名： | 宋晓兵 何夏楠 |
| |
| 作者单位： | 大连理工大学经济管理学院,辽宁大连116024 |
| |
| 基金项目： | 国家自然科学基金重点资助项目(71631004); 国家自然科学基金资助项目(71671150; 11771361); 国家杰出青年科学基金资助项目(71625001); 国家基础科学中心资助项目(71988101) |
| |
| 摘 要： | 在GARCH模型框架下，提出过新的双曲GARCH形式(记为HGARCH)，不仅与HY-GARCH模型一样可以同时刻画波动的强烈振幅和长记忆衰减两个性质，并且较之HY-GARCH模型，有更简单的条件方差非负约束条件.然而，当时间序列较长时，用单一参数结构不能充分捕捉可能发生的结构变化.为此，提出新的动态混合HGARCH模型(DM-HGARCH)，使之可以同时拥有协方差平稳、长记忆和结构变化3个特性.讨论了新模型的弱平稳解存在条件，利用EM算法进行参数估计，并且用蒙特卡罗模拟给出估计在有限样本下的表现.最后将该模型分别用于1995年~2014年中国上证指数和美国标普500指数的日波动率建模.结果表明，在给定样本期间内，动态混合HGARCH模型(DM-HGARCH)对标普500指数有更好的样本内拟合和样本外预测表现.
|
| 关 键 词： | 人工智能 价格公平感知 归因理论 蓄意性归因 心理逆反 |
Estimation and forecasting of mixture HGARCH model |
| |
| LI Mu-yi,FANG Ying.Estimation and forecasting of mixture HGARCH model[J].Management Sciences in China,2020,23(5):1-12. |
| |
| Authors: | LI Mu-yi FANG Ying |
| |
| Abstract: | |
| |
| Keywords: | dynamic mixture long memory volatility HGARCH model EM algorithm |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《管理科学》浏览原始摘要信息 |
| 点击此处可从《管理科学》下载免费的PDF全文 |
