基于mcmc抽样算法的贝叶斯金融面板数据模型研究

《基于mcmc抽样算法的贝叶斯金融面板数据模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号：10532学号：S09141030密级：．湖南大学硕士学位论文基于MCMC抽样算法的贝叶斯金融面板数据模型研究BayesianFinancialPanelDataModelsBasedonMarkovChainMonteCarloSamplingAlgorithmsbyZHOUShuaiweiB．M．(HainanUniversity)2009AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofManagementiIlManagementScienceandEngineerin

2、gintheGraduateSchoolofHunanUniversitySupervisorProfessorZHUHuimingApril，20111■■■■1．r．1湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：同l】中伟日期：29，f年缸月汐日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同

3、意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索：可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密酉。(请在以上相应方框内打“√”)作者签名：周帅节、导师签名：≠脚Izc【、J，≯2一，1¨1日期：≥D，，年4月心日日期：2。f1年牛月眵日基于MCMC抽样算泫的贝叶斯金融面板数据模型研究摘要面板数据建模理论与应用研究是计量经济学研究的重要领域，但现有的面板数据理论假设与经济变量的数据生成行为和参数分布是不断变化的实际情况

4、不符；渐进理论同样与实际应用中的面板数据特性不符，难以保证模型参数估计量的优良性质，容易导致小样本性质问题，无法保证模型参数估计量的可靠性；当前的面板数据数值计算方法在解决复杂社会经济问题模拟时出现了困难，难以有效地解决高维积分等数值计算问题，阻碍了面板数据模型研究的进展，这就迫切需要运用高效可靠的计算方法针对性地解决此类问题。根据基于MCMC抽样算法的贝叶斯统计推断流程，分别对固定效应面板数据模型、随机效应面板数据模型、自回归面板数据模型和存在外生变量的动态面板数据模型进行了模型结构分析与贝叶斯推断，得到模型的似然函数和参数的后验条件分布。设计MCMC抽样算法程序，对随机效应面板数据模

5、型和自回归面板数据模型进行了仿真实验，结果表明贝叶斯推断中的MCMC抽样算法可以有效地提高模型参数的估计精度和效率。利用我国上海证券交易所的四种重要的证券交易指数数据进行实证研究，构建了基于贝叶斯面板数据模型理论的针对证券市场波动性刻画的面板随机波动模型，对模型的似然函数以及模型中各参数后验分布进行了贝叶斯推断，扩展了现有的仅针对时间序列的随机波动模型。基于MCMC抽样算法的证券市场面板随机波动模型的各参数经过迭代后收敛至后验分布，且贝叶斯参数估计的MC误非常小，表明贝叶斯参数估计方法的高效率和高精度．，可以实现对证券市场有效的风险分析和管理。关键词：面板数据模型；MCMC抽样算法；贝叶

6、斯分析；金融随机波动II硕十学位论文AbstractTheresearchofpaneldatamodelingandapplicationisoneofthemostessentialandfrontierfieldsofeconometrics．However,thecurrentpaneldatatheoreticalhypothesescontradictwiththepracticalbackgroundofthechangeabledatageneratingbehavioursandparameterdistributionsoftheeconomicvariables，w

7、hichcannotguaranteethegoodpropertiesoftheestimatorsofparametersandarelikelytoresultinsmall-sampleproblemsandaredifficulttoobtainthereliableestimatorsofthemodelparameters．Inaddition，somekindofproblemhastakenplacewhenthe