本文關(guān)鍵詞：廣義非對(duì)稱t分布二元模型的貝葉斯估計(jì)及其應(yīng)用研究

  更多相關(guān)文章： 貝葉斯 廣義非對(duì)稱t分布 MCMC Probit Gibbs

【摘要】：在金融市場(chǎng)中,通常假設(shè)金融數(shù)據(jù)服從正態(tài)分布。但實(shí)際上,大量金融數(shù)據(jù)往往具有尖峰胖尾特性,并不符合正態(tài)特征。廣義非對(duì)稱t分布(GAST)則具有帶偏、厚尾特性,能較好的應(yīng)用在金融市場(chǎng)的模型中。本文主要研究了廣義非對(duì)稱t分布在Probit模型中的應(yīng)用,同時(shí)重點(diǎn)研究了該分布的貝葉斯估計(jì),給出相應(yīng)的似然函數(shù)和先驗(yàn)函數(shù),并推導(dǎo)出后驗(yàn)函數(shù)的形式。其中如何從比較復(fù)雜的后驗(yàn)密度函數(shù)中進(jìn)行抽樣是該課題的關(guān)鍵。本文探索了Gibbs抽樣各個(gè)參數(shù)的條件概率,給出了公式的理論推導(dǎo)。同時(shí),將用R生成服從GAST分布的模擬數(shù)據(jù),并用貝葉斯后驗(yàn)估計(jì)的方法進(jìn)行參數(shù)估計(jì)。最后我們將本文所提出的廣義非對(duì)稱t分布二元模型的貝葉斯估計(jì)應(yīng)用在上市公司破產(chǎn)預(yù)警上,包括指標(biāo)的選取、數(shù)據(jù)的處理、模型的構(gòu)建、參數(shù)的估計(jì)以及模型的評(píng)價(jià)。
【關(guān)鍵詞】：貝葉斯 廣義非對(duì)稱t分布 MCMC Probit Gibbs
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O212.8
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 研究背景9-10
• 1.1.1 Probit模型9
• 1.1.2 貝葉斯統(tǒng)計(jì)理論9-10
• 1.1.3 廣義非對(duì)稱t分布(GAST分布)10
• 1.2 文獻(xiàn)綜述10-11
• 1.3 論文創(chuàng)新點(diǎn)及全文結(jié)構(gòu)11-13
• 1.3.1 論文的創(chuàng)新點(diǎn)11-12
• 1.3.2 全文結(jié)構(gòu)12-13
• 第2章 貝葉斯理論與Probit模型13-19
• 2.1 貝葉斯理論及抽樣方法13-17
• 2.1.1 貝葉斯理論13-14
• 2.1.2 MCMC抽樣算法14-17
• 2.2 Probit模型17-19
• 第3章 廣義非對(duì)稱t分布二元模型19-30
• 3.1 廣義非對(duì)稱t分布介紹19-20
• 3.2 廣義非對(duì)稱t分布性質(zhì)20-22
• 3.3 廣義非對(duì)稱t分布二元模型22-23
• 3.4 模型的貝葉斯后驗(yàn)推導(dǎo)以及MCMC算法23-30
• 3.4.1 廣義非對(duì)稱t分布的貝葉斯后驗(yàn)推斷23-25
• 3.4.2 貝葉斯數(shù)值推斷25-30
• 第4章 廣義非對(duì)稱t分布二元模型的實(shí)際應(yīng)用30-39
• 4.1 模擬數(shù)據(jù)驗(yàn)證30-32
• 4.2 對(duì)上市公司破產(chǎn)預(yù)警的實(shí)證分析32-39
• 4.2.1 上市公司破產(chǎn)預(yù)警研究背景32-33
• 4.2.2 預(yù)警模型指標(biāo)的選取及處理33-36
• 4.2.3 模型的建立和結(jié)果及意義說明36-39
• 第5章 本文結(jié)論與后續(xù)工作39-40
• 5.1 本文研究工作與結(jié)果總結(jié)39
• 5.2 后續(xù)研究39-40
• 參考文獻(xiàn)40-43
• 致謝43

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 LI Hui-qiong;WU Liu-cang;;Joint modelling of location and scale parameters of the skew-normal distribution[J];Applied Mathematics:A Journal of Chinese Universities(Series B);2014年03期

2 王先文;陳鋒;程智;杜耀華;暴洪濤;吳太虎;;基于偏斜t混合模型的流式數(shù)據(jù)自動(dòng)聚類方法研究[J];電子學(xué)報(bào);2014年12期

3 劉廣應(yīng);蔡則祥;張新生;;波動(dòng)率度量方法的比較分析——基于LHAR-RV-EVT風(fēng)險(xiǎn)管理[J];南京審計(jì)學(xué)院學(xué)報(bào);2013年06期

4 常昊;梁馮珍;;基于條件極值模型的上證綜指尾部風(fēng)險(xiǎn)研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

5 李正輝;徐亞麗;;農(nóng)產(chǎn)品價(jià)格波動(dòng)的非對(duì)稱性研究[J];湖南大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2014年01期

6 Yulong Pei;Chuanyun Fu;;Investigating crash injury severity at unsignalized intersections in Heilongjiang Province,China[J];Journal of Traffic and Transportation Engineering(English Edition);2014年04期

7 和燕;唐年勝;;偏正態(tài)非線性再生散度隨機(jī)效應(yīng)模型的貝葉斯分析[J];生物數(shù)學(xué)學(xué)報(bào);2013年03期

8 楊愛軍;林金官;劉曉星;;基于廣義雙曲線分布的我國(guó)股票市場(chǎng)VaR風(fēng)險(xiǎn)度量研究[J];數(shù)理統(tǒng)計(jì)與管理;2014年04期

9 王明高;孟生旺;;基于貝葉斯偏態(tài)線性混合模型的費(fèi)率厘定[J];統(tǒng)計(jì)與信息論壇;2015年01期

10 沈詩(shī)雯;;我國(guó)上市公司融資順序研究——基于Ordered-Probit模型[J];中國(guó)商貿(mào);2013年32期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 徐登可;異方差模型的統(tǒng)計(jì)推斷[D];北京工業(yè)大學(xué);2013年

2 張陽;內(nèi)生結(jié)構(gòu)突變理論與應(yīng)用研究[D];南開大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬婷;偏態(tài)數(shù)據(jù)下異方差模型的統(tǒng)計(jì)推斷[D];昆明理工大學(xué);2013年

2 宋平;企業(yè)生命周期視角下負(fù)債融資與公司績(jī)效的相關(guān)性研究[D];湖南大學(xué);2012年

3 張興全;多標(biāo)度投資組合績(jī)效度量非系統(tǒng)誤差分析及校正[D];湖南大學(xué);2012年

4 胡靜;我國(guó)股市預(yù)測(cè)中ARIMA-NN混合模型與GARCH族模型的比較研究[D];天津財(cái)經(jīng)大學(xué);2013年

5 張?jiān)?CNH推出與人民幣外匯市場(chǎng)聯(lián)動(dòng)關(guān)系實(shí)證研究[D];廈門大學(xué);2014年

6 劉曦;基于動(dòng)態(tài)Pair Copula的最小方差套期保值研究[D];西南交通大學(xué);2014年

7 何慧玲;上市公司并購(gòu)融資偏好因素研究[D];廣東外語外貿(mào)大學(xué);2013年

8 章毓波;T及偏T分布的極值極限分布[D];西南大學(xué);2014年

9 常昊;基于條件極值模型的尾部風(fēng)險(xiǎn)研究[D];天津大學(xué);2013年

10 朱俊林;基于偏正態(tài)分布的非線性結(jié)構(gòu)方程模型的統(tǒng)計(jì)推斷[D];昆明理工大學(xué);2014年

，

本文編號(hào)：883652