基于状态空间方法的快速重要抽样
作者
摘要
建议引用
从出版商下载全文
IDEAS上列出的参考文献
Jung,Robert C.&Liesenfeld,Roman&Richard,Jean-Fran§ois,2011年。 " 多元计数数据的动态因子模型:在股市交易活动中的应用 ," 商业与经济统计杂志 ,美国统计协会,第29卷(1),第73-85页。 Jung,Robert&Liesenfeld,Roman&Richard,Jean-François,2008年。 " 多元计数数据的动态因子模型:在股市交易活动中的应用 ," 经济学工作论文 2008年12月,基尔大学克里斯蒂安·阿尔布雷希茨分校经济系。
John Geweke,1989年。 " 经济计量模型中基于蒙特卡罗积分的贝叶斯推断 ," 计量经济学 《计量经济学协会》,第57卷(6),第1317-1339页,11月。 Robert C.Jung、Roman Liesenfeld和Jean-François Richard,2011年。 " 多元计数数据的动态因子模型:在股市交易活动中的应用 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第29卷(1),第73-85页,1月。 Jung,Robert&Liesenfeld,Roman&Richard,Jean-François,2008年。 " 多元计数数据的动态因子模型:在股市交易活动中的应用 ," 经济学工作论文 2008年12月,基尔大学克里斯蒂安·阿尔布雷希茨分校经济系。
J.Durbin和S.J.Koopman,2000年。 " 基于经典和贝叶斯状态空间模型的非高斯观测的时间序列分析 ," 英国皇家统计学会学报B辑 英国皇家统计学会,第62卷(1),第3-56页。 Durbin,J.和Koopman,S.J.M.,1998年。 " 基于经典和贝叶斯状态空间模型的非高斯观测时间序列分析 ," 其他出版物TiSEM 6338af09-6f2c-46d0-985b-d,蒂尔堡大学经济与管理学院。 Durbin,J.和Koopman,S.J.M.,1998年。 " 基于经典和贝叶斯状态空间模型的非高斯观测时间序列分析 ," 讨论文件 1998年至142年,蒂尔堡大学经济研究中心。
Kloek,Tuen&van Dijk,Herman K,1978年。 " 方程系统参数的贝叶斯估计:蒙特卡罗积分法的应用 ," 计量经济学 《计量经济学协会》,第46卷(1),第1-19页,1月。 Kloek,T.&van Dijk,香港,1976年。 " 方程组参数的BAYESIAN估计——蒙特卡罗积分法的应用 ," 计量经济研究所档案 272139,鹿特丹伊拉斯谟大学。
杜宾、詹姆斯和科普曼,暹粒,2012年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社, 第2版,编号9780199641178。 杜宾、詹姆斯和科普曼,暹罗,2001年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社,编号9780198523543。
Tom Doan,“未注明日期”。 " SEASONALDLM:为DLM的季节性成分创建矩阵的RATS程序 ," 统计软件组件 RTS00251,波士顿学院经济系。
达勒姆,加兰德·B和加兰特,A·罗纳德,2002年。 " 连续时间扩散过程最大似然估计的数值技术:答复 ," 商业与经济统计杂志 ,美国统计协会,第20卷(3),第335-338页,7月。 罗曼·利森菲尔德(Roman Liesenfeld)和理查德(Richard),珍妮·弗朗索瓦(Jean-Francois),2003年。 " 单变量和多变量随机波动率模型:估计和诊断 ," 实证金融杂志 爱思唯尔,第10卷(4),第505-531页,9月。 Borus Jungbacker和Siem Jan Koopman,2007年。 " 非线性非高斯状态空间模型的蒙特卡罗估计 ," 生物特征 《Biometrika信托》,第94卷(4),第827-839页。 Jean-Francois Richard,2007年。 " 高效的高维重要性抽样 ," 工作文件 321,匹兹堡大学经济系,2007年1月修订。 Siem Jan Koopman和Marcel Scharth,2012年。 " 存在每日已实现指标的随机波动性分析 ," 金融计量经济学杂志 牛津大学出版社,第11卷(1),第76-115页,12月。 Siem Jan Koopman和Marcel Scharth,2011年。 " 存在每日实现指标的随机波动性分析 ," 廷伯根研究所讨论文件 11-132/4,廷伯根研究所。
J.Durbin,2002年。 " 一种简单高效的状态空间时间序列分析仿真平滑器 ," 生物特征 《Biometrika信托》,第89卷(3),第603-616页,8月。 丹尼尔森,J&理查德,J-F,1993年。 " 加速高斯重要性采样器及其在动态潜在变量模型中的应用 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第8卷(S),第153-173页,Suppl.De。 Siem Jan Koopman、AndréLucas和Marcel Scharth,2015年。 " 非线性非高斯状态空间模型的数值加速重要性采样 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第33卷(1),第114-127页,1月。 Siem Jan Koopman&Andre Lucas&Marcel Scharth,2011年。 " 非线性非高斯状态空间模型的数值加速重要抽样 ," 廷伯根研究所讨论文件 2014年5月11日,廷伯根研究所,2012年1月27日修订。
达勒姆,加兰德·B和加兰特,A·罗纳德,2002年。 " 连续时间扩散过程最大似然估计的数值方法 ," 商业与经济统计杂志 ,美国统计协会,第20卷(3),第297-316页,7月。 Richard,Jean-Francois和Zhang,Wei,2007年。 " 高效的高维重要性采样 ," 计量经济学杂志 Elsevier,第141(2)卷,第1385-1411页,12月。 Neil Shephard(编辑),2005年。 " 随机波动性:精选读数 ," OUP目录 , 牛津大学出版社,编号9780199257201。
最相关的项目
Siem Jan Koopman、AndréLucas和Marcel Scharth,2015年。 " 非线性非高斯状态空间模型的数值加速重要性采样 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第33卷(1),第114-127页,1月。 Siem Jan Koopman&Andre Lucas&Marcel Scharth,2011年。 " 非线性非高斯状态空间模型的数值加速重要抽样 ," 廷伯根研究所讨论文件 2014年5月11日,廷伯根研究所,2012年1月27日修订。
Kleppe,Tore Selland&Skaug,Hans Julius,2012年。 " 用拉普拉斯加速序贯重要性抽样拟合一般随机波动率模型 ," 计算统计与数据分析 爱思唯尔,第56卷(11),第3105-3119页。 科普曼、暹粒·扬和谢泼德、尼尔和克里尔、德鲁,2009年。 " 测试重要性抽样背后的假设 ," 计量经济学杂志 爱思唯尔,第149(1)卷,第2-11页,4月。 李梦恒(Mengheng Li)和暹粒(Siem Jan)(S.J.)科普曼(Koopman),2018年。 " 美国通货膨胀中随机波动的未观测成分:估计和信号提取 ," 廷伯根研究所讨论文件 18-027/III,廷伯根研究所。 Siem Jan Koopman、AndréLucas和Marcel Scharth,2016年。 " 用参数驱动和观测驱动模型预测时变参数 ," 经济学与统计学综述 麻省理工学院出版社,第98卷(1),第97-110页,3月。 Siem Jan Koopman&Andre Lucas&Marcel Scharth,2012年。 " 用参数驱动和观测驱动模型预测时变参数 ," 廷伯根研究所讨论文件 廷伯根研究所12-020/4。
Kleppe,Tore Selland&Liesenfeld,Roman,2014年。 " 混合框架中的有效重要性抽样 ," 计算统计与数据分析 爱思唯尔,第76(C)卷,第449-463页。 Falk Bräuring和Siem Jan Koopman,2016年。 " 动态因子网络模型及其在全球信用风险中的应用 ," 工作文件 波士顿联邦储备银行16-13。 Falk Bräuring和Siem Jan Koopman,2016年。 " 动态因素网络模型及其在全球信贷风险中的应用 ," 廷伯根研究所讨论文件 16-105/III,廷伯根研究所。
Mesters,G.和Koopman,S.J.,2014年。 " 横截面和时间随机效应的广义动态面板数据模型 ," 计量经济学杂志 ,爱思唯尔,第180卷(2),第127-140页。 Geert Mesters和Siem Jan Koopman,2012年。 " 具有横截面和时间随机效应的广义动态面板数据模型 ," 廷伯根研究所讨论文件 2014年3月18日修订,廷伯根研究所,12-009/4。
Scharth,Marcel&Kohn,Robert,2016年。 " 粒子有效重要性采样 ," 计量经济学杂志 ,爱思唯尔,第190卷(1),第133-147页。 Siem Jan Koopman&Rutger Lit&AndréLucas,2017年。 " 离散价格变化的日内随机波动:动态Skellam模型 ," 美国统计协会杂志 《泰勒与弗朗西斯杂志》,第112卷(520),1490-1503页,10月。 Siem Jan Koopman&Rutger Lit&Andre Lucas,2015年。 " 离散价格变化的日内随机波动:动态Skellam模型 ," 廷伯根研究所讨论文件 15-076/IV/DSF94,廷伯根研究所。
Siem Jan Koopman&Rutger Lit&AndréLucas,2014年。 " 动态Skellam模型及其应用 ," 廷伯根研究所讨论文件 14-032/IV/DSF73,廷伯根研究所,2015年7月6日修订。 Bräuning,Falk&Koopman,暹粒,2020年1月。 " 动态因素网络模型及其在国际贸易中的应用 ," 计量经济学杂志 爱思唯尔,第216(2)卷,第494-515页。 亚历山大·茨普拉科夫(Alexander Tsyplakov),2010年。 " 揭开神秘面纱:随机波动率模型艺术简介 ," MPRA纸 德国慕尼黑大学图书馆,25511。 Tommaso Proietti和Alessandra Luati,2013年。 " 时间序列模型的最大似然估计:卡尔曼滤波及其以外 ," 章 ,摘自:Nigar Hashimzade和Michael A.Thornton(编辑), 实证宏观经济学研究方法与应用手册 ,第15章,第334-362页, 爱德华·埃尔加出版社。 Luati,Alessandra&Proietti,Tommaso,2012年。 " 时间序列模型的最大似然估计:卡尔曼滤波及其以外 ," 工作文件 2012年02月,悉尼大学商学院,商业分析学科。 托马索,Proietti和Alessandra,Luati,2012年。 " 时间序列模型的最大似然估计:卡尔曼滤波及其以外 ," MPRA纸 39600,德国慕尼黑大学图书馆。
Borus Jungbacker和Siem Jan Koopman,2005年。 " 状态空间模型的重要性抽样 ," 廷伯根研究所讨论文件 05-117/4,廷伯根研究所。 Pastorello,S.&Rossi,E.,2010年。 " 随机微分方程的有效重要抽样极大似然估计 ," 计算统计与数据分析 爱思唯尔,第54卷(11),第2753-2762页,11月。 G.Mesters&S.J.Koopman&M.Ooms,2016年。 " 广义长记忆时间序列模型的Monte Carlo极大似然估计 ," 计量经济评论 ,Taylor&Francis期刊,第35卷(4),第659-687页,4月。 Geert Mesters&Siem Jan Koopman&Marius Ooms,2011年。 " 广义长记忆时间序列模型的Monte Carlo极大似然估计 ," 廷伯根研究所讨论文件 2004年9月11日,廷伯根研究所。
Siem Jan Koopman和Charles S.Bos,2002年。 " 用于分析经济时间序列的具有共同随机方差的时间序列模型 ," 廷伯根研究所讨论文件 02-113/4,廷伯根研究所。 Kleppe,Tore Selland&Yu,Jun&Skaug,Hans J.,2014年。 " 部分观测扩散模型的最大似然估计 ," 计量经济学杂志 爱思唯尔,第180(1)卷,第73-80页。 Kleppe,Tore Selland&Liesenfeld,Roman,2011年。 " 混合框架中的高效高维重要性抽样 ," 经济学工作论文 2011年11月,基尔大学克里斯蒂安·阿尔布雷希茨分校,经济系。
有关此项目的更多信息
关键词
JEL公司 分类:
NEP字段
NEP-ORE-2012-08-23 (运筹学)