维比卡特、奥德隆;Hedibert F.洛佩斯。;康塞普西翁·奥斯因，M。;佩德罗·加莱亚诺 贝叶斯半参数随机波动模型的粒子学习。 （英语） Zbl 1490.62328号 经济。版次。 38，第9号，1007-1023（2019）. 摘要：本文设计了一种序列蒙特卡罗（SMC）算法来估计金融数据的贝叶斯半参数随机波动率模型。特别是，它使用了一种称为粒子学习（PL）的最新粒子过滤器。SMC方法特别适合于状态空间模型，并且可以被视为马尔可夫链蒙特卡罗（MCMC）的经济高效的替代方法，因为它们允许在线类型推断。当观测到新数据时，会更新后验分布，使用MCMC的成本非常高。此外，PL允许使用顺序预测对数贝叶斯因子进行一致的在线模型比较。使用模拟数据比较PL和MCMC方案的后验输出，结果表明两者几乎相同。最后，包括一个简短的实际数据应用程序。 引用于三文件 MSC公司： 62P05号 统计学在精算科学和金融数学中的应用 2015年1月62日 贝叶斯推断 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62M20型 随机过程推断和预测 第62页第20页 统计学在经济学中的应用 关键词：贝叶斯因子;Dirichlet工艺混合物;MCMC公司;序贯蒙特卡罗 PDF格式BibTeX公司 XML格式引用 \textit{A.Virbikaitá}等人，《经济学》。第38版，第9号，1007--1023（2019年；Zbl 1490.62328） 全文： 内政部 链接 参考文献： [1] 安德里厄，C。；Doucet，A。；Holenstein，R.，粒子马尔可夫链蒙特卡罗方法，英国皇家统计学会期刊：B系列（统计方法论），72，36269-342（2010）·Zbl 1411.65020号 [2] 澳大利亚，M.C。；加利亚诺，P。；Ghosh，P.，《金融时间序列分析的半参数贝叶斯方法及其在风险估值中的应用》，《欧洲运筹学杂志》，232，2，350-358（2014）·Zbl 1305.91244号 [3] Barndorff-Nielsen，O.E.，正态逆高斯分布和随机波动率建模，《斯堪的纳维亚统计杂志》，24，1，1-13（1997）·Zbl 0934.62109号 [4] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31，3，307-327（1986）·Zbl 0616.62119号 [5] Bollerslev，T.，投机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》，69，3，542-547（1987） [6] 布鲁托，C。；Ruiz，E.，《随机波动率模型的估计方法：一项调查》，《经济调查杂志》，18，5，613-650（2004） [7] Carter，C.K。；Kohn，R.，状态空间模型的On Gibbs抽样，Biometrika，81，3，541-553（1994）·Zbl 0809.62087号 [8] 卡瓦略，C.M。；Johannes，M.S。；Lopes，H.F。；Polson，N.G.，《粒子学习与平滑》，统计科学，25，1，88-106（2010）·Zbl 1328.62541号 [9] 卡瓦略，C.M。；Lopes，H.F。；新几内亚波尔森。；Taddy，M.A.，一般混合物的粒子学习，贝叶斯分析，5，4，709-740（2010）·Zbl 1330.62348号 [10] 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 [11] 肖邦，N。；Iacobucci，A。；马林·J·M。；Mengersen，K.L。；罗伯特·C·P。；Ryder，R。；Schäfer，C。；Bernardo，J.M.，Bayesian Statistics 9，《粒子学习》，Lopes，Carvalho，Johannes和Polson对“用于顺序贝叶斯计算的粒子学习”的评论，317-360（2011），牛津：牛津大学出版社，牛津 [12] 特拉托拉，E.-I。；Griffin，J.E.，随机波动率收益分布的贝叶斯非参数建模，贝叶斯分析，6，4，901-926（2011）·Zbl 1330.62116号 [13] 特拉托拉，E.-I。；Griffin，J.E.，带杠杆效应的波动性贝叶斯半参数模型，计算统计与数据分析，60，97-110（2013）·Zbl 1366.62195号 [14] 杜克，R。；Moulines，E。；Olsson，J.，《辅助粒子滤波器的最优化》，《概率与数理统计》，29，1，1-28（2009）·Zbl 1176.62092号 [15] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，《计量经济学》，50，4，987-1008（1982）·Zbl 0491.62099号 [16] 医学博士埃斯科瓦尔。；West，M.，使用混合物的贝叶斯密度估计和推断，《美国统计协会杂志》，90，430，577-588（1995）·兹比尔0826.62021 [17] Ferguson，T.S。；Rizvi，H。；Rustagi，J.，《统计学的最新进展》，24，混合正态分布的贝叶斯密度估计，287-302（1983），纽约：学术出版社，纽约·Zbl 0557.62030号 [18] Frühwirth-Schnatter，S.，数据增强和动态线性模型，时间序列分析杂志，15，2，183-802（1994）·Zbl 0815.62065号 [19] 加兰特，A。；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 [20] 戈登，N。；鲑鱼，D。；Smith，A.，非线性/非高斯贝叶斯状态估计的新方法，IEE Proceedings F Radar and Signal Processing，140，2，107-113（1993） [21] Griffin，J.E.，混合模型密度估计的默认先验，贝叶斯分析，5，1，45-64（2010）·Zbl 1330.62127号 [22] A.哈维。；鲁伊斯，E。；Shephard，N.，多元随机方差模型，《经济研究评论》，61，2，247-264（1994）·Zbl 0805.90026号 [23] 他，C。；Teräsvirta，T.，GARCH过程族的矩的性质，计量经济学杂志，92，1，173-192（1999）·Zbl 0929.62093号 [24] 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，《商业与经济统计杂志》，12，4，371-389（1994） [25] 杰奎尔，E。；波尔森，N.G。；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 [26] Jensen，M.J.，长记忆随机波动率模型的半参数贝叶斯推断，时间序列分析杂志，25，6，895（2004）·Zbl 1062.62232号 [27] Jensen，M.J。；Maheu，J.M.，贝叶斯半参数随机波动率建模，《计量经济学杂志》，157，2，306-316（2010）·Zbl 1431.62477号 [28] Jensen，M.J。；Maheu，J.M.，贝叶斯半参数多元GARCH建模，《计量经济学杂志》，176，1，3-17（2013）·Zbl 1284.62559号 [29] 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）·兹比尔1293.91141 [30] Johansen，A.M。；Doucet，A.，关于辅助粒子过滤器的注释，《统计与概率快报》，78，1211498-1504（2008）·Zbl 1152.62066号 [31] 卡利，M。；Walker，S.G。；Damien，P.，《每日股票指数收益的条件分布建模：替代贝叶斯半参数模型》，《商业与经济统计杂志》，31，4，371-383（2013） [32] 坎塔斯，N。；Doucet，A。；辛格，S.S。；Maciejowski，J.M.，《一般状态空间模型参数估计的序贯蒙特卡罗方法概述》，《工程》，42，10，774-785（2009） [33] Kass，R.E。；Raftery，A.E.，贝叶斯因子，《美国统计协会杂志》，90，430，773-795（1995）·兹比尔0846.62028 [34] Kim，S。；Shepherd，N。；Chib，S.，《随机波动性：似然推断和与ARCH模型的比较》，《经济研究评论》，65，3，361-393（1998）·Zbl 0910.90067号 [35] Koop，G.，贝叶斯计量经济学（2003），奇切斯特：威利 [36] 利森菲尔德，R。；Richard，J.-F，单变量和多变量随机波动率模型的经典和贝叶斯分析，《计量经济学评论》，25，2-3，335-360（2005）·Zbl 1113.62130号 [37] 刘杰。；韦斯特，M。；Doucet，A。；弗里塔斯，N。；Gordon，N.，《序贯蒙特卡罗方法在实践中的应用，基于模拟的滤波中的参数和状态组合估计》，197-223（2001），纽约：Springer，纽约·Zbl 1056.93583号 [38] Lo，A.Y.，关于一类贝叶斯非参数估计：I.密度估计，统计年鉴，12，1，351-357（1984）·Zbl 0557.62036号 [39] Lopes，H.F。；卡瓦略，C.M。；Damien，P.，贝叶斯理论与应用，《动态模型中的在线贝叶斯学习：粒子方法的说明性介绍》，203-228（2013），牛津：牛津大学出版社，牛津 [40] Lopes，H.F。；卡瓦略，C.M。；Johannes，M.S。；新几内亚波尔森。；Bernardo，J.M.，贝叶斯统计9，9，《序贯贝叶斯计算的粒子学习》，317-360（2011），牛津：牛津大学出版社，牛津 [41] Lopes，H.F。；波尔森，N.G。；O'Hagan，T。；West，M.，《提取标准普尔500和纳斯达克波动性：信用》，《牛津应用贝叶斯分析手册》，2007-2008年危机，319-342（2010），纽约：牛津大学出版社，纽约 [42] Lopes，H.F。；Tsay，R.S.，《金融计量经济学中的粒子过滤器和贝叶斯推断》，《预测杂志》，30，1，168-209（2011）·Zbl 1217.91146号 [43] 马修·R·J。；Schotman，P.C.，《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） [44] Mencía，J。；Sentana，E.，正态分布和均值方差偏度组合分配的多元位置尺度混合，《计量经济学杂志》，153，2，105-121（2009）·Zbl 1431.62482号 [45] 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）·兹比尔1453.62163 [46] 大森，Y。；Chib，S。；北谢泼德。；Nakajima，J.，带杠杆的随机波动性：快速有效的可能性推断，计量经济学杂志，140，2425-449（2007）·Zbl 1247.91207号 [47] 皮特，M.K。；Shephard，N.，《通过模拟进行过滤：辅助粒子过滤器》，《美国统计协会杂志》，94446590-599（1999）·Zbl 1072.62639号 [48] 皮特，M.K。；Silva，R.D.S。；佐丹尼，P。；Kohn，R.，《基于粒子滤波的马尔可夫链蒙特卡罗模拟方法的一些性质》，《计量经济学杂志》，171，2，134-151（2012）·Zbl 1443.62499号 [49] 里奥斯，M.P。；Lopes，H.F。；曾勇。；Wu，S.，状态空间模型：金融统计与计量经济学，扩展Liu和West过滤器：马尔可夫转换随机波动率模型中的参数学习，23-61（2013），纽约：Springer，纽约 [50] Sandmann，G。；Koopman，S.J.，通过蒙特卡罗最大似然估计随机波动率模型，《计量经济学杂志》，87，2，271-301（1998）·Zbl 0937.62110号 [51] Storvik，G.，存在未知静态参数的状态空间模型的粒子滤波器，IEEE信号处理汇刊，50，2，281-289（2002） [52] Taylor，S.J。；安德森，O.D.，《时间序列分析：理论与实践1，由两个随机过程的乘积建模的财务收益——1961-79、203-226日糖价研究》（1982），阿姆斯特丹：北荷兰 [53] Taylor，S.J.，《金融时间序列建模》（1986），纽约：John Willey&Sons出版社，纽约·Zbl 1130.91345号 [54] 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 [55] Titterington，D。；A.史密斯。；Makov，U.，《有限混合分布的统计分析》（1985），奇切斯特：威利·Zbl 0646.62013.中 [56] Tokdar，S.T.，密度估计和回归中dirichlet位置-尺度混合法线的后验一致性，Sankhya:印度统计研究所，67，4，90-110（2006）·Zbl 1193.62056号 [57] 维比凯，A。；Ausín，医学博士。；Galeano，P.，非对称动态条件相关模型的贝叶斯非参数方法及其在投资组合选择中的应用，计算统计与数据分析，100814-829（2015）·Zbl 1466.62206号 [58] 维比凯，A。；澳大利亚，M.C。；Galeano，P.，《单变量和多变量Garch模型的贝叶斯推断方法：一项调查》，《经济调查杂志》，29，1，76-96（2015） 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。