基于贝叶斯推断的双门限自回归模型的定阶问题研究

《基于贝叶斯推断的双门限自回归模型的定阶问题研究》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、学校代码：10564学号：2015211501分类号：O212.8密级：硕士学位论文基于贝叶斯推断的双门限自回归模型的定阶问题研究邓畅瀛指导教师：夏强副教授学院名称：数学与信息学院专业名称：概率论与数理统计答辩委员会主席：刘名生教授中国·广州2018年6月华南农业大学学位论文原创性声明本人郑重声明：所呈交的学位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作品成果。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结果由本人承担。作者签名：

2、日期：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，即：研究生在校攻读学位期间论文工作的知识产权单位属华南农业大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅或在校园网上发布并供校内师生和与学校有共享协议的单位浏览（除在保密期内的涉密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。作者签名：日期：导师签名：日期：学位论文提交同意书本学位论文符合国家和华南农业大学关于研究生学位论文的相关规定，达到学位授予

3、要求，同意提交。导师签名：日期：学科带头人签名：日期：摘要线性模型在经典计量经济学领域中占有十分重要的地位，它是其他计量模型的基础。在实际应用中，许多重要的宏观经济时间序列总表现出非线性的特征，这就需要使用非线性时间序列模型进行建模。而门限自回归(TAR)模型是研究经济变量非线性动态调整的重要工具。TAR模型的门限变量只有一个，研究两个或两个以上的门限变量时，双门限自回归(TTV-AR)模型可以根据不同的系统进一步刻画经济变量的不同的动态特征，实现对经济变量的准确描述。针对双门限自回归(TTV-AR)模型阶数的确定，是一个十分重要的问题。本文主要是采用可逆跳马尔科夫

4、蒙特卡罗(RJMCMC)方法对四段的TTV-AR模型进行定阶，并运用贝叶斯方法对模型的参数进行估计。为验证此方法的有效性，本文进行了仿真模型试验，并将模型估计的结果与真实值进行对比，发现本文采取的方法能够更快地确定模型的真实阶数，且参数的贝叶斯估计值也非常接近真实值。本文对2007年1月2日至2016年12月30日恒生指数时间序列数据进行实证分析。考虑到股票价格与股票涨跌幅、成交量的关系，将股价设为第一个门限变量，成交量设为第二个门限变量，对此建立一个四段的TTV-AR模型，然后应用MCMC方法来对模型进行参数估计。结果显示：该模型阶数p的估计结果为(6,5,5,6

5、)，最后4500次阶数的标准差为零，这表明模型已经收敛，此方法对模型阶数的选取是有效的。同时，由参数估计的结果可知，各参数估计值的标准误较小，模型诊断检验的结果较好。通过仿真试验与实证分析，本文基于贝叶斯推断的双门限自回归模型的定阶方法及其参数估计是有效的，结果良好。关键词：双门限自回归模型；贝叶斯估计；MCMC算法；RJMCMC算法；定阶IResearchontheOrderoftheTwo-thresholdVariableAutoregressiveModelBasedonBayesianInferenceDengChangying(CollegeofMath

6、ematicsandInformatics,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Thelinearmodeloccupiesanimportantpositioninthefieldofclassicaleconometrics,anditisthebasisofothereconometricmodels.However,inpractice,mosteconomictimeseriesexhibitnonlinearcharacteristics.Theresearcho

7、nthischaracteristicmakesthenonlinearmodeldeveloprapidly.Oneoftheimportantmodelsforstudyingthenonlineardynamicadjustmentofeconomicvariablesisthethresholdautoregressive(TAR)model.SincetheTARmodelhasonlyonethresholdvariable,whenitneedstwoormorethresholdvariablesinrealdataanalysis,thenfu