×
埃里克·雅奎尔;尼古拉斯·波尔森（Nicholas G.Polson）。;彼得·罗西。

具有最终结果和相关误差的随机波动率模型的贝叶斯分析。 （英语） Zbl 1328.91254号

《经济学杂志》。 122，第1期，185-212（2004）.
摘要：基本的单变量随机波动率模型规定，条件波动率遵循对数正态自回归模型，假设创新与条件平均方程中的创新无关。自从在基本波动率模型中引入实用的推断方法以来[E.提花机，N.G.Polson公司和P.E.罗西，“随机波动率模型的贝叶斯分析”，J.Bus。经济。Stat.12，No.4，371–417（1994；doi:10.1080/07350015.1994.10524553)]据观察，对于许多金融序列来说，基本模型过于严格。我们扩展了基本SVOL，以通过波动率和平均创新之间的相关性，以及平均方程创新中的最终结果，实现所谓的“杠杆效应”。针对扩展波动率模型，提出了一种贝叶斯马尔可夫链蒙特卡罗算法。到目前为止，相关SVOL模型的基于似然的推理还没有出现在文献中。我们开发了贝叶斯因子来评估杠杆和尾部扩展的重要性。抽样实验表明，添加模型扩展的精度损失很小，但在存在误判的情况下使用基本模型的精度损失很大。大量证据表明，每周和每日股票指数存在杠杆效应。对于每日汇率和股票指数而言，支持“最终结果”的证据非常有力，但对于每周数据而言，则不那么有力。我们还发现，扩展模型的波动率估计与基本SVOL产生的波动率估计明显不同。

引用于1审查
引用于121文件

MSC公司：

91B84号 经济时间序列分析
62P05号 统计学在精算科学和金融数学中的应用
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

随机波动性;MCMC公司;贝叶斯因子;拖尾;杠杆效应;吉布斯;大都市;加奇

软件：

AS 287标准
PDF格式BibTeX公司 XML格式引用
\textit{E.Jacquier}等人，J.Econom。122，第1号，185--212（2004；Zbl 1328.91254）
全文： DOI程序

参考文献：

[1] 布莱克·F，1976年。对股票市场波动性变化的研究。美国统计协会会刊，商业和经济统计部分，第177-181页。；布莱克·F，1976年。股票市场波动变化研究。美国统计协会会刊，商业和经济统计部分，第177-181页。
[2] Bollerslev，T.，证券价格和回报率的条件异方差时间序列模型，《经济学与统计评论》，69，542-547（1987）
[3] Bollerslev，T。；Chou，R。；Kroner，K.，《金融中的ARCH模型——理论和实证综述》，《计量经济学杂志》，52，5-59（1992）·Zbl 0825.90057号
[4] 卡林，B.P。；Polson，N.G.，使用吉布斯采样器推断非共轭贝叶斯模型，加拿大统计杂志，19399-405（1991）·Zbl 0850.62285号
[5] Carter，C.K。；Kohn，R.，状态空间模型的On Gibbs抽样，Biometrika，81，541-553（1994）·Zbl 0809.62087号
[6] Chib，S。；格林伯格，《理解大都会黑斯廷斯算法》，《美国统计学家》，49，327-335（1995）
[7] 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，108281-316（2002）·Zbl 1099.62539号
[8] Christoffersen，P.，Diebold，F.，1997年。波动率预测与风险管理的相关性如何。宾夕法尼亚州经济部工作文件。；Christoffersen，P.，Diebold，F.，1997年。波动率预测与风险管理的相关性如何。宾夕法尼亚州经济部工作文件。
[9] Diaconis，P。；Strook，D.，马尔可夫链特征值的几何界，应用概率年鉴，136-61（1991）·Zbl 0731.60061号
[10] Dickey，J.，《加权似然比，正常位置参数的线性假设》，《数理统计年鉴》，42，204-224（1971）·Zbl 0274.62020
[11] B.杜马。；弗莱明，J。；Whaley，R.，隐含波动函数周期测试，《金融杂志》，532059-2106（1998）
[12] Eraker，B.，Jacquier，E.，Polson，N.，1998年。MCMC算法中的缺陷。计量经济和统计部。芝加哥大学商业研究生院技术报告，98-04。；Eraker，B.，Jacquier，E.，Polson，N.，1998年。MCMC算法中的缺陷。计量经济和统计部。芝加哥大学商学院技术报告，98-04。
[13] 弗里德曼，M。；Harris，L.，非高斯随机波动率模型的最大似然方法，《商业与经济统计杂志》，16，3，284-291（1998）
[14] Gallant，A.R。；谢，D。；Tauchen，G.，《随机波动率模型的诊断估计》，《计量经济学杂志》，81,1159-192（1997）·Zbl 0904.62134号
[15] Geweke，J.，具有ARCH扰动的线性模型的精确预测密度，《计量经济学杂志》，40，63-86（1989）·Zbl 0668.62080号
[16] Geweke，J.，使用蒙特卡罗积分的计量经济学模型中的贝叶斯推断，《计量经济学》，571317-1339（1989）·Zbl 0683.62068号
[17] Geweke，J.，1992年。评估用于计算后验矩的抽样基础方法的准确性。收录人：Berger，J.O.，Bernardo，J.M.，Dawid，A.P.，Smith，A.F.M.（编辑），贝叶斯统计学，第4卷。牛津大学出版社，牛津，第169-194页。；Geweke，J.，1992年。评估用于计算后验矩的抽样基础方法的准确性。收录人：Berger，J.O.，Bernardo，J.M.，Dawid，A.P.，Smith，A.F.M.（编辑），贝叶斯统计学，第4卷。牛津大学出版社，牛津，第169-194页。
[18] Geweke，J.，独立学生的贝叶斯处理-（t）线性模型，应用计量经济学杂志，8，S19-S40（1993）
[19] Geweke，J.，宏观经济时间序列的先验及其应用，计量经济学理论，10609-632（1994）
[20] Geweke，J.，1994年b。计量经济模型的贝叶斯比较。明尼阿波利斯联邦储备银行研究部工作文件。；Geweke，J.，1994年b。计量经济模型的贝叶斯比较。工作文件，明尼阿波利斯联邦储备银行研究部。
[21] Geweke，J.，评论随机波动的贝叶斯分析，《商业与经济统计杂志》，12，4，371-417（1994）
[22] Glosten，L。；Jagannathan，R。；Runkle，D.，《关于股票名义超额收益率的期望值和波动性之间的关系》，《金融杂志》，481779-1801（1993）
[23] Hastings，W.K.，《使用马尔可夫链的蒙特卡罗采样方法及其应用》，《生物统计学》，第57期，第97-109页（1970年）·Zbl 0219.65008号
[24] 赫尔，J。；怀特，A.，《随机波动资产期权定价》，《金融杂志》，3281-300（1987）
[25] Jacquier，E.，Polson，N.，2000年。非嵌套模型的奇数比：随机波动率模型的应用。波士顿学院工作文件。；Jacquier，E.，Polson，N.，2000年。非嵌套模型的奇数比：随机波动率模型的应用。波士顿学院工作文件。
[26] 杰奎尔，E。；波尔森，N。；Rossi，P.，随机波动率模型的贝叶斯分析（含讨论），《商业与经济统计杂志》，12，4，371-417（1994）
[27] Kass，R。；Raftery，A.，《贝叶斯因子》，《美国统计协会杂志》，90，773-795（1995）·Zbl 0846.62028号
[28] Kim，S。；北谢泼德。；Chib，S.，《随机波动率基利伍德推断及与ARCH模型的比较》，《经济研究评论》，65，361-393（1998）·Zbl 0910.90067号
[29] 马修（Mahieu，R.）。；Schotman，P.，《随机波动率模型的实证应用》，《应用计量经济学杂志》，13，4，333-360（1998）
[30] McCulloch，R。；Polson，N。；Rossi，P.，具有完全识别参数的多项式概率的贝叶斯分析，《计量经济学杂志》，99173-193（2000）·Zbl 0958.62029号
[31] Meddahi，N.，Renault，E.，2000年。波动率模型的时间聚合。CIRANO讨论文件2000s-22。；Meddahi，N.，Renault，E.，2000年。波动率模型的时间聚合。CIRANO讨论文件2000s-22。
[32] Nelson，D.，《资产定价中的条件异方差：一种新方法》，《计量经济学》，59347-370（1991）·Zbl 0722.62069号
[33] 牛顿，M。；Raftery，A.，《带加权似然自举的近似贝叶斯推断》，《皇家统计学会期刊B辑》，57，3-48（1994）·Zbl 0788.62026号
[34] 北谢泼德。；Kim，S.，Jacquier，Polson和Rossi对随机波动性贝叶斯分析的评论，《商业与经济统计杂志》，12，4，371-417（1994）
[35] Tierney，L.，探索后验分布的马尔可夫链，《统计年鉴》，221701-1762（1994）·Zbl 0829.62080号
[36] 野生，P。；Gilks，W.，对数曲线密度的自适应拒绝抽样，皇家统计学会期刊C辑，42，701-708（1993）
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。