garch模型的贝叶斯推断.doc
约6页DOC格式手机打开展开
garch模型的贝叶斯推断,garch模型的贝叶斯推断页数 6字数2566摘要：本文阐述了如何用griddy-gibbs抽样对garch模型进行贝叶斯推断。gibbs抽样方法是基于完全条件后验密度的，但在garch模型中，参数的密度比较复杂，从而无法用共轭法来构造它的后验密度，对其直接抽样不可行。因此，本文把gibbs抽样和数值积分法相结合,来从...
内容介绍
此文档由会员 一龙 发布
GARCH模型的贝叶斯推断
页数 6 字数2566
摘要：本文阐述了如何用Griddy-Gibbs抽样对GARCH模型进行贝叶斯推断。Gibbs抽样方法是基于完全条件后验密度的，但在GARCH模型中，参数的密度比较复杂，从而无法用共轭法来构造它的后验密度，对其直接抽样不可行。因此，本文把Gibbs抽样和数值积分法相结合,来从后验分布中进行抽样，并用CUMSUM统计量来判断抽样的收敛性。利用模拟产生的数据，本文分别用Griddy-Gibbs抽样和MLE两种方法来估计模型，并比较其结果，得出结论：这个Griddy-Gibbs抽样是可行的，且结果与MLE互有优劣
参考文献：
[1] Luc Bauwens and Michel Lubrano (1998), Bayesian inference on GARCH models using the Gibbs sampler, Econometrics Journal, volume 1, pp. c23-c46
[2] Bauwens, L. and P.Giot (1998), A Gibbs sampling approach to cointegration, Comput. Stat. Forthcoming.
[3] Bollerslev, T., R.Y.Chou and K. F. Kroner (1992), ARCH modeling in finance. J. Econometrics 52, 5-59
[4] Engle, R. F. and T. Bollerslev (1986). Modelling the persistence of conditional variances. Econometric Rev. 5, 1-50
页数 6 字数2566
摘要：本文阐述了如何用Griddy-Gibbs抽样对GARCH模型进行贝叶斯推断。Gibbs抽样方法是基于完全条件后验密度的，但在GARCH模型中，参数的密度比较复杂，从而无法用共轭法来构造它的后验密度，对其直接抽样不可行。因此，本文把Gibbs抽样和数值积分法相结合,来从后验分布中进行抽样，并用CUMSUM统计量来判断抽样的收敛性。利用模拟产生的数据，本文分别用Griddy-Gibbs抽样和MLE两种方法来估计模型，并比较其结果，得出结论：这个Griddy-Gibbs抽样是可行的，且结果与MLE互有优劣
参考文献：
[1] Luc Bauwens and Michel Lubrano (1998), Bayesian inference on GARCH models using the Gibbs sampler, Econometrics Journal, volume 1, pp. c23-c46
[2] Bauwens, L. and P.Giot (1998), A Gibbs sampling approach to cointegration, Comput. Stat. Forthcoming.
[3] Bollerslev, T., R.Y.Chou and K. F. Kroner (1992), ARCH modeling in finance. J. Econometrics 52, 5-59
[4] Engle, R. F. and T. Bollerslev (1986). Modelling the persistence of conditional variances. Econometric Rev. 5, 1-50
