带ARMA(1,1)条件异方差相关的随机波动模型的MCMC算法  

MCMC Algorithm for Stochastic Volatility Models with ARMA(1,1) Conditional Heteroskedasticity and Correlated Errors

作　　者：邱崇洋[1] 刘继春[1] 陈永娟[1] 

机构地区：[1]厦门大学数学科学学院,福建厦门361005

出　　处：《数学研究》2006年第4期414-421,共8页Journal of Mathematical Study

摘　　要：我们首先提出了一个带ARMA(1,1)条件异方差相关的随机波动模型,它是基本的随机波动模型的一个自然的推广.进一步,对于这一新模型,我们给出了一个马尔可夫链蒙特卡罗(M CM C)算法.最后,利用该模型的模拟数据,展示了M CM C算法在这种模型中的应用.In this paper, we extended the basic stochastic volatility models to a stochastic volatility models with ARMA （1,1） conditional heteroskedasticity and correlated errors. Moreover we presented MCMC algorithm for the new models. Finally we applied the MCMC algorithm in the new stochastic volatility models with simulated datas.

关 键 词：ARMA(1 1)条件异方差 随机波动模型 MCMC算法 

分 类 号：O211.6[理学—概率论与数理统计]