中国股指收益率序列GARCH模型中变点的Bayes识别

doi:10.13546/j.cnki.tjyjc.2016.05.039

CORC > 上海财经大学 > 上海财经大学

	中国股指收益率序列GARCH模型中变点的Bayes识别
	李强 ; 王黎明 ; 邱菲
刊名	统计与决策
	2016
期号	2016年05期页码:148-151
关键词	GARCH模型结构突变贝叶斯方法股指收益率
ISSN号	1002-6487
DOI	10.13546/j.cnki.tjyjc.2016.05.039
英文摘要	文章研究基于贝叶斯方法的GARCH模型中变点的识别问题。由于股指收益率序列呈现尖峰厚尾非正态的特点,假设误差项服从自由度为υ的标准化学生t分布而非标准正态分布。我们给出了基于贝叶斯方法的GARCH模型中变点估计的具体描述,包括单变点情形、多变点(变点个数未知)情形的变点估计。在实证研究中,我们选取2000年1月4日至2011年9月30日上证A股指数收益率数据进行迭代计算来识别变点,并且将得到的变点时刻与其附近的重大政治经济事件结合起来,给出其合理的解释。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://10.2.47.112/handle/2XS4QKH4/13877]
专题	上海财经大学
作者单位	1.上海财经大学统计与管理学院 2.泰山学院数学与统计学院 3.上海财经大学浙江学院
推荐引用方式 GB/T 7714	李强,王黎明,邱菲. 中国股指收益率序列GARCH模型中变点的Bayes识别[J]. 统计与决策,2016(2016年05期):148-151.
APA	李强,王黎明,&邱菲.(2016).中国股指收益率序列GARCH模型中变点的Bayes识别.统计与决策(2016年05期),148-151.
MLA	李强,et al."中国股指收益率序列GARCH模型中变点的Bayes识别".统计与决策 .2016年05期(2016):148-151.