运用贝叶斯方法的混合异方差模型的参数估计  

Parameter Estimation of Mixed Heteroscedastic Model of Bayesian Method

作　　者：朱莹 陈萍[1] ZHU Ying;CHEN Ping(School of Science,Nanjing University of Science and Technology,Nanjing 210094,China)

机构地区：[1]南京理工大学理学院,南京210094

出　　处：《重庆理工大学学报（自然科学）》2019年第1期187-192,共6页Journal of Chongqing University of Technology：Natural Science

基　　金：国家自然科学基金资助项目(11271189)

摘　　要：介绍了混合正态广义自回归条件异方差模型的基本特征,推导出在风险中性测度下模型的变化。用贝叶斯方法进行参数估计,从而形成一种新的组合方法。利用上证50ETF2017. 01—2017. 12的历史数据进行实证分析,结果表明:采用这种新的组合方法对收益率时间序列数据进行估计,不仅可以有效地估计出模型的参数,而且在应用于我国上证5OETF期权时误差效果也比较好。This paper introduces the characteristics of the mixed normal generalized autoregressive conditional heteroscedasticity model,and derive the changes of the model under the risk neutrality measure,and uses the Bayesian method to estimate the parameters,thus forming a new combination method.We use Shanghai stock 50ETF from 2017.01 to 2017.12 to do the empirical analysis.The results show that using the combined method of return time series data to estimate can not only effectively estimate the parameters of the model,but also improve the error effect when applied to the Shanghai stock 50ETF option in China.

关 键 词：混合正态异方差模型 贝叶斯参数估计 上证50ETF期权 

分 类 号：O21[理学—概率论与数理统计] F832[理学—数学]