孙亚鹏;许鹏;谢文彪 一种快速有效的市场微观结构模型马尔可夫链蒙特卡罗方法。 （英语） Zbl 1486.62249号 离散动态。国家社会学。 2021年，文章ID 5523468，24 p.（2021）. 摘要：用于金融时间序列建模的非线性市场微观结构（MM）模型是一个具有需求盈余和市场流动性的灵活随机波动模型。模型的估计是困难的，因为不可观测的盈余需求是收益方程中的时变随机变量，并且市场流动性在MM模型中收益方程的平均项和方差项中都会出现。基于有效的仿真平滑算法和接受-拒绝Metropolis-Hastings算法，设计了一种快速有效的马尔可夫链蒙特卡罗（MCMC）方法来估计非线性MM模型。由于模拟平滑算法利用带对角结构和对数密度的Hessian矩阵的正定义，可以快速提取市场流动性。此外，我们讨论了带有Student-（t）重尾分布的MM模型，该模型可用于处理典型金融时间序列中存在的离群值。利用所提出的建模方法，通过点预测和密度预测对标准普尔500指数的日收益进行分析，我们发现金融时间序列中的时变波动率、波动反馈效应、市场微观结构理论和Student-（t）重尾得到了明确的支持。通过这种方法，可以使用比强随机收益过程平滑得多的估计市场流动性和剩余需求来辅助金融市场中的交易决策。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62P05号 统计学在精算科学和金融数学中的应用 65二氧化碳 蒙特卡罗方法 软件：SsfPack系列 PDF格式BibTeX公司 XML格式引用 \textit{S.Yapeng}等人，离散动态。Nat.Soc.2021，文章ID 5523468，24 p.（2021；Zbl 1486.62249） 全文： 内政部 OA许可证 参考文献： [1] Taylor，S.J.，《随机波动率建模：回顾与比较研究》，《数学金融》，第4期，第2期，第183-204页（1994年）·Zbl 0884.90054号 ·doi:10.1111/j.1467-9965.1994.tb00057.x [2] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31，3，308-327（1986）·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1 [3] Bouchaud，J.-P。；Cont，R.，《朗之万股票市场波动与崩盘方法》，《欧洲物理期刊B》，6，4，543-550（1998）·doi:10.1007/s100510050582 [4] 伊诺，M。；Ozaki，T.，金融动力学的非线性模型，时间序列建模前沿国际研讨会论文集 [5] 彭，H。；Ozaki，T。；Haggan-Ozaki，V.，《基于离散时间微观结构模型的金融市场建模和资产配置》，《欧洲物理杂志B（EPJ B）-凝聚物质》，31，2，285-293（2003）·doi:10.1140/epjb/e2003-00033-7 [6] 彭*，H。；Y.田村。；桂，W。；Ozaki，T.，《基于随机波动微观结构模型的金融市场建模和资产配置》，《国际系统科学杂志》，36，6，315-327（2005）·Zbl 1092.91019号 ·doi:10.1080/00207720500089408 [7] 彭，H。；北川，G。；Y.田村。；Xi，Y。；秦，Y。；Chen，X.，基于跳跃式市场微观结构模型的金融时间序列建模方法，应用软计算，29，1，40-51（2015）·doi:10.1016/j.asoc.2014.10.48 [8] Xi，Y。；彭，H。；秦，Y。；谢伟。；Chen，X.，重尾市场微观结构模型的贝叶斯分析及其在股市中的应用，《模拟中的数学与计算机》，117，3，141-153（2015）·Zbl 07313398号 ·doi:10.1016/j.matcom.2015.06.006 [9] 秦，Y。；彭，H。；Xi，Y。；谢伟。；孙，Y。；Chen，X.，基于离散微观结构模型的金融市场自适应建模和资产配置方法，应用软件计算，43，6，390-405（2016）·doi:10.1016/j.asoc.2016.02.034 [10] Xi，Y。；彭，H。；Qin，Y.，基于杠杆效应的市场微观结构模型的金融时间序列建模，《自然与社会中的离散动态》，9，4，78-82（2016）·Zbl 1464.62422号 ·doi:10.1155/2016/1580941 [11] Gelfand，A.E。；Smith，A.F.M.，《基于抽样的边际密度计算方法》，《美国统计协会杂志》，第85、410、398-409页（1990年）·Zbl 0702.62020号 ·doi:10.1080/016214591990.10476213 [12] 巴德斯利，J.M。；崔，T.，非线性层次统计逆问题的基于优化的马尔可夫链蒙特卡罗方法，SIAM/ASA不确定性量化杂志，9，1，29-64（2021）·Zbl 07307677号 ·doi:10.1137/20m1318365 [13] Zhou，Z。；塔塔科夫斯基，M。；Tartakovsky，D.M.，马尔可夫链蒙特卡罗与神经网络代理：应用于污染源识别，随机环境研究和风险评估，35，3，639-651（2021）·doi:10.1007/s00477-020-01888-9 [14] 奈梅特，C。；Fearnhead，P.，随机梯度马尔可夫链蒙特卡罗，美国统计协会杂志，116，533，433-450（2021）·Zbl 1457.62024号 ·doi:10.1080/01621459.2020.1847120 [15] De Jong，P.，《扩散卡尔曼滤波器》，《统计年鉴》，19，2，1073-1083（1991）·Zbl 0742.62093号 ·doi:10.1214操作系统/1176348139 [16] Koopman，S.J.，状态空间模型的扰动平滑器，生物统计学，80,1117-126（1993）·Zbl 0769.62069号 ·doi:10.1093/biomet/80.1.117 [17] De Jong，P。；Shephard，N.，时间序列模型的模拟平滑器，Biometrika，82，2，339-350（1995）·Zbl 0823.62072号 ·doi:10.1093/biomet/82.2.339 [18] Durbin，J。；Koopman，S.J.，《状态空间时间序列分析的简单高效模拟平滑器》，Biometrika，89，3，603-616（2002）·Zbl 1036.62071号 ·doi:10.1093/biomet/89.3.603 [19] Kim，S。；Shepherd，N。；Chib，S.，《随机波动性：与ARCH模型的似然推断和比较》，《经济研究评论》，65，3，361-393（1998）·Zbl 0910.90067号 ·数字对象标识代码：10.1111/1467-937x.00050 [20] Omori，Y。；Chib，S。；北谢泼德。；Nakajima，J.，《杠杆作用下的随机波动性：快速有效的似然推断》，《计量经济学杂志》，140，2，425-449（2007）·Zbl 1247.91207号 ·doi:10.1016/j.jeconom.2006.07.008 [21] 中岛，J。；Omori，Y.，《随机波动率模型中的杠杆、重轨和相关跳跃》，计算统计与数据分析，53，6，2335-2353（2009）·Zbl 1453.62163号 ·doi:10.1016/j.csda.2008.03.015 [22] 特拉托拉，E.I。；Griffin，J.E.，具有随机波动性的收益分布的贝叶斯非参数建模，贝叶斯分析，6,4901-926（2011）·兹比尔1330.62116 ·数字对象标识代码：10.1214/11-ba632 [23] Jensen，M.J。；Maheu，J.M.，用dirichlet过程混合估计半参数非对称随机波动率模型，《计量经济学杂志》，178，523-538（2014）·Zbl 1293.91141号 ·doi:10.1016/j.jeconom.2013.08.018 [24] Chan，J.C。；Jeliazkov，I.，状态空间模型中的有效模拟和综合似然估计，国际数学建模和数值优化杂志，1，1-2，101-120（2009）·Zbl 1182.65008号 ·doi:10.1504/ijmmno.2009.030090 [25] W.J.McCausland。；米勒，S。；Pelletier，D.，状态空间模型的模拟平滑：计算效率分析，计算统计与数据分析，55，1199-212（2011）·Zbl 1247.62238号 ·doi:10.1016/j.csda.2010.07.009 [26] Rue，H.，高斯-马尔可夫随机场的快速抽样，《皇家统计学会杂志：B辑》，63，2，325-338（2001）·Zbl 0979.62075号 ·doi:10.1111/1467-9868.00288 [27] H街。；马蒂诺，S。；肖邦，N.，《利用综合嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断》，《皇家统计学会杂志：B辑》，71，2，319-392（2009）·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x [28] McCausland，W.J.，《黑森方法：高效模拟平滑》，《计量经济学杂志》，168，2，189-206（2012）·Zbl 1443.62008年 ·doi:10.1016/j.jeconom.2011.12.003 [29] 杰涅，B。；Mccausland，W.J.，《杠杆效应模型的hessian方法》，《金融计量经济学杂志》，13，3，722-755（2015）·doi:10.1093/jjfinec/nbt027 [30] 法国，K.R。；Schwert，G.W。；Stambaugh，R.F.，《预期股票回报与波动》，《金融经济学杂志》，19，1，3-29（1987）·doi:10.1016/0304-405x（87）90026-2 [31] 坎贝尔，J.Y。；Hentschel，L.，《没有消息就是好消息》，《金融经济学杂志》，31，3，281-318（1992）·doi:10.1016/0304-405x（92）90037-x [32] 科普曼，S.J。；Hol Uspensky，E.，《均值模型中的随机波动性：来自国际股市的经验证据》，《应用计量经济学杂志》，17，6，667-689（2002）·doi:10.1002/jae.652 [33] Geweke，J.，[随机波动率模型的贝叶斯分析]：评论，《商业与经济统计杂志》，12，4，397-399（1994）·doi:10.2307/1392203 [34] Gallant，A.R。；谢，D。；Tauchen，G.，随机波动率模型与诊断的估计，计量经济学杂志，81，159-192（1997）·兹伯利0904.62134 ·doi:10.1016/s0304-4076（97）00039-0 [35] 渡边，T。；Omori，Y.，《估计非高斯时间序列模型的多移动采样器：对Shephard&Pitt（1997）的评论》，Biometrika，91，1，246-248（2004）·Zbl 1132.62349号 ·doi:10.1093/biomet/91.1.246 [36] Omori，Y。；Watanabe，T.，非对称随机波动率模型的块取样器和后验模式估计，计算统计与数据分析，52，6，2892-2910（2008）·Zbl 1452.62783号 ·doi:10.1016/j.csda.2007.09.001 [37] 阿班托·瓦勒，加利福尼亚州。；米贡，H.S。；Lachos，V.H.，具有正态分布和相关误差的尺度混合的均值模型中的随机波动性：贝叶斯方法，《统计规划和推断杂志》，141，51875-1887（2011）·Zbl 1209.62029号 ·doi:10.1016/j.jspi.2010.11.039 [38] Tierney，L.，探索后验分布的马尔可夫链，《统计年鉴》，221701-1728（1994）·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750 [39] Valipour，M.，《潮湿地区降水分析神经网络优化以检测干旱和雨季警报》，《气象应用》，23，1，91-100（2015）·doi:10.1002/met.1533 [40] 瓦利波尔，M。；Sefidkouhi，M.A.G。；Eslamian，S.，《地表灌溉模拟模型：综述》，《国际园艺科学与技术杂志》，5，1，51-70（2015）·doi:10.1504/ijhst.2015.069279 [41] Valipour，M.，使用锥形管调节压力损失的喷灌和滴灌系统设计，农业科学杂志，4，12，125（2012）·doi:10.5539/jas.v4n12p125 [42] 瓦利波尔，M。；Banihabib，M.E。；Behbahani，S.M.R.，预测Dez大坝水库月流入量时ARMA、ARIMA和自回归人工神经网络模型的比较，《水文学杂志》，476433-441（2013）·doi:10.1016/j.jhydrol.2012.1017 [43] 杰奎尔，E。；新几内亚波尔森。；Rossi，P.E.，《随机波动率模型的贝叶斯分析（具有最终结果和相关误差）》，《计量经济学杂志》，122，1，185-212（2004）·Zbl 1328.91254号 ·doi:10.1016/j.jeconom.2003.09.001 [44] Geweke，J.，独立学生t线性模型的贝叶斯处理，应用计量经济学杂志，8，S1，S19-S40（1993）·doi:10.1002/jae.3950080504 [45] Durbin，J。；Koopman，S.J.，非高斯状态空间模型的蒙特卡罗最大似然估计，Biometrika，84，3，669-684（1997）·Zbl 0888.62086号 ·doi:10.1093/biomet/84.3.669 [46] Chib，S。；Jeliazkov，I.，接受-拒绝Metropolis Hastings抽样和边际似然估计，Statistica Neerlandica，59，1，30-44（2005）·Zbl 1077.65008号 ·文件编号：10.1111/j.1467-9574.2005.00277.x [47] Dimitrakopoulos，S。；Kolossiatis，M.，移动平均随机波动率模型的贝叶斯分析：金融时间序列的平均效应和杠杆建模，《计量经济学评论》，39，4，319-343（2019）·Zbl 1490.62316号 ·doi:10.1080/07474938.2019.1630075 [48] 布拉斯克斯，F。；科普曼，S.J。；Lucas，A.，具有最优性质的非线性自回归模型，《计量经济学评论》，39，6，559-578（2020）·Zbl 1490.62421号 ·doi:10.1080/077474938.2019.1701807 [49] Creal，D.，《经济和金融的序贯蒙特卡罗方法调查》，《计量经济学评论》，31，3，245-296（2012）·Zbl 1491.62008年 ·doi:10.1080/07474938.2011.607333 [50] Andrieu，C。；Doucet，A。；Holenstein，R.，《粒子马尔可夫链蒙特卡罗方法》，《皇家统计学会杂志：B辑》，72，3，269-342（2010）·Zbl 1411.65020号 ·文件编号：10.1111/j.1467-9868.2009.00736.x [51] 北谢泼德。；Pitt，M.K.，非高斯测量时间序列的似然分析，生物统计学，84，3，653-667（1997）·Zbl 0888.62095号 ·doi:10.1093/biomet/84.3.653 [52] Chan，J.，《时变参数均值模型中的随机波动性：在通货膨胀建模中的应用》，《商业与经济统计杂志》，35，1（2017） [53] Joshua，C.，《时变参数均值模型中的随机波动性：对通货膨胀的应用，建模》，《商业与经济统计杂志》，35，17-28（2017） [54] 张，S。；毛，X。；Kwang Raymond，K。；Choo，T。；Wang，G.，基于双K机制的连续位置服务轨迹隐私保护方案，信息科学，527，406-419（2020）·doi:10.1016/j.ins.2019.05.054 [55] Liang，W。；张，D。；雷，X。；唐，M。；李，K.-C。；Zomaya，A.Y.，《电路版权区块链：基于区块链的同态加密用于IP电路保护》，《IEEE计算新兴主题汇刊》，9，3，1410-1420（2021）·doi:10.1109/TETC2020.2993032 [56] Chib，S。；Nardari，F。；Shephard，N.，随机波动率模型的马尔可夫链蒙特卡罗方法，《计量经济学杂志》，108，2，281-316（2002）·Zbl 1099.62539号 ·doi:10.1016/s0304-4076（01）00137-3 [57] Khoshravesh，M。；Sefidkouhi，M.A.G。；Valipour，M.，使用多元分数多项式、贝叶斯回归和稳健回归模型估算三种干旱环境中的参考蒸散量，《应用水科学》，7，4，1911-1922（2015）·doi:10.1007/s13201-015-0368-x [58] 皮特，M.K。；马利克，S。；Doucet，A.，使用连续粒子滤波的随机波动率模型的模拟似然推理，统计数学研究所年鉴，66，3527-552（2014）·Zbl 1334.62182号 ·doi:10.1007/s10463-014-0456-y [59] Geweke，J.，《评估基于采样的后验矩计算方法的准确性》（1991年），明尼阿波利斯，明尼苏达州，美国：明尼阿伯利斯联邦储备银行，研究部，明尼阿波利斯，美国 [60] Geweke，J。；Amisano，G.，金融资产回报应用的层次马尔可夫正态混合模型，应用计量经济学杂志，26，1，1-29（2011）·doi:10.1002/jae.1119 [61] 科普曼，S.J。；北谢泼德。；Doornik，J.A.，使用SsfPack 2.2的状态空间模型的统计算法，《计量经济学杂志》，第2期，第1期，第107-160页（1999年）·Zbl 0935.91034号 ·doi:10.1111/1368-423x.00023 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。