翻译免责声明
2018年12月 正则藤蔓Copulas的贝叶斯模型选择
卢茨·F·格鲁伯,克劳迪娅·查多
贝叶斯肛门。 13(4): 1111-1135年 (2018年12月)。 DOI:10.1214/17-BA1089

摘要

正则藤蔓copula是一类灵活的依赖模型,但是贝叶斯方法在模型选择和推理方面还没有得到充分的发展。我们提出稀疏诱导但非信息先验,并提出新的建议,使可逆跳跃马尔可夫链蒙特卡罗后验模拟用于贝叶斯模型选择和推理。我们的方法是第一个联合估计规则藤蔓copula所有树的后验分布。这代表了对现有的频率专家和贝叶斯策略的一个实质性的改进,后者一次只能选择一棵树,并且已知会导致偏差。仿真研究证明了该策略的可行性,并表明与贝叶斯树逐树选择相比,该策略具有优越的选择性能和较短的计算时间。在一个真实的数据例子中,我们使用一个基于贝叶斯正则藤蔓copula的全贝叶斯多变量动态模型来预测9只交易所交易基金投资组合的每日预期尾部损失,以说明我们的模型在财务分析和风险估计方面的可行性。

引用

下载引文

卢茨·F·格鲁伯。 克劳迪娅·查多。 “规则藤蔓copula的贝叶斯模型选择。” 贝叶斯肛门。 13 (四) 1111-1135年, 2018年12月。 https://doi.org/10.1214/17-BA1089

问询处

出版日期:2018年12月
首次在Euclid项目中提供:2017年12月29日

Z数学:06989978
数学网:MR3855365
数字对象标识符:10.1214/17-BA1089

期刊文章
25页


分享
第13卷•第4期•2018年12月
返回页首