×
阿班托·瓦尔，C.A。;拉科斯，V.H。;迪帕克·戴伊。

偏态学生随机波动率模型的贝叶斯估计。 （英语） Zbl 1327.62128号

Methodol公司。计算。申请。普罗巴伯。 17，第3期，721-738（2015）.
摘要：在本文中，我们提出了一个随机波动率（SV）模型，假设回报冲击具有偏态学生t分布。这使得在有条件的收益分配中可以对偏度和重尾进行简约、灵活的处理。提出了一种高效的马尔可夫链蒙特卡罗（MCMC）算法，并将其用于参数估计和预测。MCMC方法利用误差分布的偏正态混合表示法，以伽马分布作为混合分布。将所开发的方法应用于纳斯达克每日指数收益。贝叶斯模型选择标准以及价值-风险（VaR）研究中的样本外预测表明，基于偏态-学生-t分布的SV模型在模型拟合以及对纳斯达克指数数据的预测方面比常规正态模型有显著改进。

引用于10文件

MSC公司：

2015年1月62日 贝叶斯推断
60年25日 一般状态空间上的连续时间Markov过程
34A34飞机 非线性常微分方程和系统

关键词：

马尔科夫蒙特卡洛;非高斯和非线性状态空间模型;偏斜学生-\（t\）;随机波动性;价值-风险

软件：

镰刀;锡
PDF格式BibTeX公司 XML格式引用
\textit{C.A.Abanto-Valle}等人，Methodol。计算。申请。普罗巴伯。17，第3号，721--738（2015；Zbl 1327.62128）
全文： 内政部

参考文献：

[1] Abanto-Valle CA、Bandyopadhyay D、Lachos VH、Enriquez I（2010）使用正态分布的比例混合对重尾随机波动率模型进行稳健贝叶斯分析。计算机统计数据分析54:2883-2898·Zbl 1284.91579号 ·doi:10.1016/j.csda.2009.06.011
[2] Abanto-Valle CA、Migon HS、Lachos VH（2011），具有正态分布和相关误差的比例混合的平均模型中的随机波动性：贝叶斯方法。J Stat Plan推断141:1875-1887·兹比尔1209.62029 ·doi:10.1016/j.jspi.2010.11.039
[3] Abanto-Valle CA、Migon HS、Lachos VH（2012）具有重尾分布的平均模型中的随机波动性。Braz J Probab统计26:402-422·Zbl 1319.62205号 ·doi:10.1214/11-BJPS169
[4] Ando T（2006）利用杠杆效应对非线性和非高斯随机波动率模型进行贝叶斯推断。日本国家统计学会36:173-197·Zbl 1110.62141号 ·doi:10.14490/jjss.36.173
[5] Ando T（2007）贝叶斯预测信息标准，用于评估分层贝叶斯和经验贝叶斯模型。生物特征94:443-458·Zbl 1132.62005年 ·doi:10.1093/biomet/asm017
[6] Azzalini A（1986）关于一类包含正态分布的分布的进一步结果。统计46:199-208·Zbl 2013年6月6日
[7] Azzalini A（2005）偏正态分布和相关多变量家族。扫描J统计32:159-188·Zbl 1091.62046号 ·数字对象标识代码：10.1111/j.1467-9469.2005.00426.x
[8] Azzalini A，Capitanio A（2003）对称扰动产生的分布，强调多元偏态t分布。J R Stat Soc:序列B 65:367-389·兹比尔1065.62094 ·数字对象标识代码：10.1111/1467-9868.00391
[9] Bayes CL，Branco MD（2007）关于标量偏态正态分布偏度参数的Bayes推断。Braz J Probab统计21:141-163·Zbl 1319.62057号
[10] Branco MD，Dey DK（2001）多元偏椭圆分布的一般类。多变量分析杂志79:99-113·兹比尔0992.62047 ·doi:10.1006/jmva.2000.1960
[11] Cappuccio N，Lubian D，Raggi D（2004），偏态GED随机波动率模型的Mcmc贝叶斯估计。研究非线性动态经济8：第6条·Zbl 1081.91523号
[12] Cappuccio N、Lubian D、Raggi D（2006）《美国股市指数不对称性研究：随机波动模型的证据》。应用金融经济学16:479-490·网址：10.1080/09603100500397179
[13] Carter CK，Kohn R（1994）状态空间模型的吉布斯抽样。生物特征81:541-553·Zbl 0809.62087号 ·doi:10.1093/biomet/81.3541
[14] Chen Q，Gerlach R，Lub Z（2012）通过不对称拉普拉斯分布进行贝叶斯价值风险和预期短缺预测。计算统计数据分析56:3498-3516·Zbl 1254.91750号 ·doi:10.1016/j.csda.2010.06.018
[15] Chib S，Greenberg E（1995）《理解大都会黑斯廷斯算法》。美国统计局49:327-335
[16] Chib S，Nardari F，Shepard N（2002）随机波动率模型的马尔可夫链蒙特卡罗方法。《经济学杂志》108:281-316·Zbl 1099.62539号 ·doi:10.1016/S0304-4076（01）00137-3
[17] Christoffersen P（1998）评估区间预测。国际经济版次39:841-862·doi:10.2307/2527341
[18] Christoffersen P，Pelletier D（2004）《价值-风险回测：基于持续时间的方法》。《金融经济学杂志》2:84-108
[19] de Jong P，Shephard N（1995）时间序列模型的模拟平滑器。生物特征82:339-350·Zbl 0823.62072号 ·doi:10.1093/biomet/82.2.339
[20] Delatola EI，Griffin JE（2011），随机波动率收益分布的贝叶斯非参数建模。贝叶斯分析6:901-926·Zbl 1330.62116号 ·doi:10.1214/11-BA632
[21] Fonseca TCO，Ferreira MAR，Migon HS（2008），学生t回归模型的目标贝叶斯分析。生物特征95:325-333·Zbl 1400.62260号 ·doi:10.1093/biomet/asn001
[22] Frühwirth Schnater S（1994）数据扩充和动态线性模型。时间序列分析杂志15:183-202·Zbl 0815.62065号 ·doi:10.1111/j.1467-9892.1994.tb00184.x
[23] Geweke，J。；Bernardo，JM（编辑）；JO Berger（编辑）；Dawid，美联社（编辑）；Smith，AFM（编辑），评估基于抽样方法计算后力矩的准确性。，169-193（1992年），牛津
[24] Gneiting T，Raftery AE（2007）严格正确的评分规则、预测和估计。美国统计协会杂志6:901-926·兹比尔1284.62093
[25] 良好的IJ（1952）理性决策。J R Stat Soc，B系列14:107-114
[26] Hansen BE（1994）自回归条件密度估计。《金融杂志》35:705-730·Zbl 0807.62090号
[27] Harvey C，Sidique A（1999）自回归条件偏态。《财务数量分析杂志》34:465-487·doi:10.2307/2676230
[28] Harvey C，Sidique A（2000），资产定价测试中的条件偏度。《财务杂志》55:1263-1296·数字对象标识代码：10.1111/0022-1082.00247
[29] Henze N（1986）偏态正态分布的概率表示。扫描J统计13:271-275·Zbl 0648.62016号
[30] Jacquier E，Polson N，Rossi P（2004），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。经济学杂志122:185-212·Zbl 1328.91254号 ·doi:10.1016/j.jeconom.2003.09.001
[31] Jondeau E，Rockinger M（2003），条件波动性、偏度和峰度：存在性、持续性和协同运动。经济动态控制杂志27:1699-1737·Zbl 1178.91226号 ·doi:10.1016/S0165-1889（02）00079-9
[32] Kim S，Shepard N，Chib S（1998）《随机波动性：似然推断和与ARCH模型的比较》。Rev Econ螺柱65:361-393·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050
[33] Koopman S（1993）状态空间模型的扰动平滑器。生物特征80:117-126·Zbl 0769.62069号 ·doi:10.1093/biomet/80.1.117
[34] Kupiec PH（1995）用于验证风险测量模型准确性的技术。J推导3:73-84·doi:10.3905/jod.1995.407942
[35] Liesenfeld R，Jung RC（2000）《随机波动模型：条件正态与重尾分布》。应用经济学杂志15:137-160·doi:10.1002/（SICI）1099-1255（200003/04）15:2<137:：AID-JAE546>3.0.CO；2个月
[36] McAleer M，da Veiga B（2008）预测价值风险阈值的单因次和投资组合模型。J预测27:217-235·doi:10.1002/用于1054
[37] Melino A，Turnbull SM（1990）《随机波动的外国期权定价》。《经济学杂志》45:239-265·doi:10.1016/0304-4076（90）90100-8
[38] Mittnik S，Paolella MS（2000）亚洲货币汇率的条件密度和风险价值预测。J预测19:313-333·doi:10.1002/1099-131X（200007）19:4<313:：AID-FOR776>3.0.CO；2-乙基
[39] Nakajima J，Omori Y（2012），利用高偏学生t分布建立杠杆和不对称重尾误差的随机波动率模型。计算统计数据分析56:3690-3704·Zbl 1255.62319号 ·doi:10.1016/j.csda.2010.07.012
[40] Pemstein D，Quinn KV，Martin AD（2007）《Scythe统计库：用于统计计算的开源C++库》。J统计软件VV（II）：1-29
[41] Pitt M，Shephard N（1999）《模拟过滤：辅助粒子过滤器》。美国统计协会杂志94:590-599·Zbl 1072.62639号 ·doi:10.1080/01621459.1999.10474153
[42] Rosa GJM、Padovani CR、Gianola D（2003），具有正态/独立分布和贝叶斯MCMC实现的稳健线性混合模型。生物杂志45:573-590·Zbl 1441.62474号 ·doi:10.1002/bimj.200390034
[43] Shephard N，Pitt M（1997）非高斯测量时间序列的似然分析。生物特征84:653-667·Zbl 0888.62095号 ·doi:10.1093/biomet/84.3.653
[44] 泰勒，S。；Anderson，O.（编辑），由两个随机过程的乘积建模的财务收益——1961-75年每日糖价研究，203-226（1982），阿姆斯特丹
[45] Taylor S（1986）《金融时间序列建模》。奇切斯特·威利·Zbl 1130.91345号
[46] Tierney L（1994）用于探索后验分布的马尔可夫链（带讨论）。安统计21:1701-1762·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750
[47] Tsiotas G（2012）关于广义非对称随机波动率模型。计算统计数据分析56:151-172·Zbl 1241.91146号 ·doi:10.1016/j.csda.2011.06.031
[48] Watanabe T，Omori Y（2004）用于估计非高斯时间序列模型的多步采样器：对Shepard和Pitt（1997）的评论。生物特征91:246-248·Zbl 1132.62349号 ·doi:10.1093/biomet/91.1.246
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。