GARCH模型的自适应提议密度下的贝叶斯推断
摘要：用自适应提议密度的Metropolis-Hastings算法对GARCH模型进行贝叶斯推断。自适应提议密度假设为学生t分布，分布参数通过模拟期间抽样的数据进行评估。我们将该方法应用于QGARCH模型，该模型是一种非对称GARCH模型，并对日经225、DAX和恒生指数进行实证研究。我们发现，我们方法的自相关时间非常短，因此该方法对生成无相关的蒙特卡罗数据非常高效。QGARCH模型的结果表明，这三个指数都表现出杠杆效应，即负观察值后的波动率较高。
作者：Tetsuya Takaishi
论文ID：0908.2982
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2010-12-30