基于状态空间的贝叶斯跳跃厚尾金融随机波动模型研究

摘要：

针对金融市场中跳跃特征的刻画问题,提出了贝叶斯跳跃厚尾随机波动模型.通过随机波动模型的结构分析和状态空间转换,设计了模型参数估计的MCMC算法,利用Kalman滤波和高斯模拟平滑方法估计模型的潜在波动,运用贝叶斯因子对随机波动类模型进行比较分析,并利用中国和美国的股市收益数据进行实证分析.研究结果表明:在刻画中、美两国股票市场的波动特征方面,跳跃厚尾随机波动模型要明显优于厚尾随机波动模型和标准随机波动模型,并且金融危机背景下的中国和美国股票市场都具有明显的波动持续性以及跳跃特征.

关键词：随机波动、状态空间、Kalman滤波、跳跃过程、贝叶斯因子

所属期刊栏目：18

分类号：F224(经济计算、经济数学方法)

资助基金：国家自然科学基金资助项目70771038;71031004;教育部留学回国人员科研启动基金项目教外司留[2010]609;湖南省自然科学基金创新群体项目09JJ702;教育部长江学者与发展创新团队项目

在线出版日期：2011-06-08（万方平台首次上网日期，不代表论文的发表时间）

页码：17-25