分位点门限自回归时间序列模型的贝叶斯分析

摘要：

本文运用贝叶斯方法研究了分位点门限自回归时间序列模型的估计和预测.通过将分位点回归的最优化问题转化为极大似然估计的问题,作者利用Metropolis-Hastings算法对模型中的参数进行了贝叶斯估计.同时作者将模型应用于上证综合指数的收益率的数据,得到了这一收益率的分位点估计.这一方法的优越之处在于它不需要对数据的分布作预先的假定.

关键词：贝叶斯分析、MCMC、门限分位点自回归模型、上证综合指数

所属期刊栏目：53

分类号：O212.8(概率论与数理统计)

在线出版日期：2016-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：748-752