《金融隨機波動模型的貝葉斯單位根檢驗方法研究》是依託中山大學，由李勇擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：金融隨機波動模型的貝葉斯單位根檢驗方法研究
- 項目類別：青年科學基金項目
- 項目負責人：李勇
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
近些年來, 對金融資產收益波動性研究已經成為了金融計量研究的一個重點問題。隨機波動模型是擬和金融資產收益波動的一個重要模型，是ARCH類模型的一個有效替代。對於隨機波動模型，經常需要對其檢驗單位根。之所以要檢驗單位根，一是單位根被拒絕是隨機波動模型穩定的一個重要條件，另外也是觀察金融資產波動持續性的一個有效方法。 然而，由於隨機波動模型的似然函式沒有解析形式，參數估計及其標準誤均很難獲得，因而建立在這些統計量基礎上的經典單位根檢驗統計量如ADF檢驗統計量使用相當困難，甚至是不能使用。本項目，則運用貝葉斯計量經濟學方法和馬爾可夫蒙特卡羅模擬(MCMC)技術，系統研究隨機波動模型及其推廣形式如厚尾、槓桿效應、跳躍隨機波動模型的單位根檢驗問題。這項研究不僅對於檢驗有關股市的國家巨觀經濟政策的效果有一定程度的套用價值， 而且對於微觀投資者來說，也有一定的參考價值。
結題摘要
隨機波動模型是擬和金融資產收益波動的一個重要模型。對於隨機波動模型，經常需要對其檢驗單位根。 由於隨機波動模型的似然函式沒有解析形式，參數估計及其標準誤均很難獲得，因而建立在這些統計量基礎上的經典單位根檢驗統計量如ADF檢驗統計量使用相當困難，甚至是不能使用。本項目，運用貝葉斯計量經濟學方法和馬爾可夫蒙特卡羅模擬(MCMC)技術，系統研究隨機波動模型的單位根檢驗問題。我們主要有三個方面的研究工作：（1）首先，我們基於路徑抽樣方法，發展了計算貝葉斯因子的一個有效方法，用以隨機波動模型的單位根檢驗問題。(2) 針對具有隨機波動誤差的AR(1)模型，如果隨機波動是非穩定的，常用的Dicker-Fuller檢驗統計量會有嚴重的size偏差問題。我們推導了一個新的貝葉斯因子統計量的形式，用以檢驗單位根，並且沒有size偏差問題。(3) 針對潛變數模型，基於決策理論，我們提出了一個新的貝葉斯假設檢驗方法，可以用以隨機波動模型的單位根檢驗問題。
