带有成交量的随机波动模型SMC算法

作     者：刘洋 陈守东 

作者机构：吉林大学数量经济研究中心 吉林大学商学院 

基　　金：教育部人文社会科学重点研究基地重大项目“中国系统性金融风险防范与金融稳定性计量研究”(14JJD790043) 国家社会科学基金项目“系统性金融风险与宏观审慎监管研究”(12BJY158)的资助 

出 版 物：《数量经济研究》 (The Journal of Quantitative Economics)

年 卷 期：2015年第6卷第2期

页      码：72-86页

摘      要：非线性或非高斯特征(特别是含有潜变量)的计量模型,增加了对其模型参数估计的复杂性。本文通过研究发现,将SMC方法体系中的APF算法与LW滤波相结合,可以更好地处理此类问题。这种APF-LW方法在处理潜变量过程问题中,凸显了其SMC算法的有效性。本文以SV模型的参数估计方法设计为例,我们分析APF-LW方法对比传统Gibbs策略的优势和技巧。进而运用此方法,我们设计出可用于估计带有成交量数据信息的随机波动(SV-VOL)模型的SMC算法,应用于上证A股指数的随机波动率分析的实证研究之中。

主 题 词：随机波动率 序贯蒙特卡罗 辅助变量粒子滤波 LW滤波 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 07[理学] 070104[070104] 0701[理学-数学类] 

D　O　I：10.16699/b.cnki.jqe.2015.02.007

馆 藏 号：203189722...