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。