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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论