中国股指收益率序列GARCH模型中变点的Bayes识别 |
| |
引用本文: | 李强,王黎明,邱菲.中国股指收益率序列GARCH模型中变点的Bayes识别[J].统计与决策,2016(5):148-151. |
| |
作者姓名: | 李强 王黎明 邱菲 |
| |
作者单位: | 1. 上海财经大学统计与管理学院,上海200433;泰山学院数学与统计学院,山东泰安271021;2. 上海财经大学统计与管理学院,上海200433;上海财经大学浙江学院,浙江金华321000;3. 上海财经大学统计与管理学院,上海,200433 |
| |
基金项目: | 全国统计科研计划重点项目(2011LZ035);山东省自然科学基金资助项目(ZR2014AL006);山东省统计科研重点课题;上海财经大学研究生创新基金项目(CXJJ-2014-445) |
| |
摘 要: | 文章研究基于贝叶斯方法的GARCH模型中变点的识别问题.由于股指收益率序列呈现尖峰厚尾非正态的特点,假设误差项服从自由度为v的标准化学生t分布而非标准正态分布.我们给出了基于贝叶斯方法的GARCH模型中变点估计的具体描述,包括单变点情形、多变点(变点个数未知)情形的变点估计.在实证研究中,我们选取2000年1月4日至2011年9月30日上证A股指数收益率数据进行迭代计算来识别变点,并且将得到的变点时刻与其附近的重大政治经济事件结合起来,给出其合理的解释.
|
关 键 词: | GARCH模型 结构突变 贝叶斯方法 股指收益率 |
本文献已被 CNKI 万方数据 等数据库收录! |
|