教育部人文社会科学研究基金(06JA910001) 作品数:11 被引量:67 H指数:5 相关作者: 朱慧明 曾惠芳 虞克明 李素芳 杨锦明 更多>> 相关机构: 湖南大学 布鲁内尔大学 仰恩大学 更多>> 发文基金: 教育部人文社会科学研究基金 国家自然科学基金 教育部“新世纪优秀人才支持计划” 更多>> 相关领域: 理学 经济管理 自然科学总论 社会学 更多>>
基于VAR模型的中国居民消费水平贝叶斯单位根检验 被引量:2 2008年 针对经济时序DF单位根检验方法在小样本条件下功效偏低问题,应用贝叶斯统计方法对中国居民消费水平进行单位根检验,提高单位根检验的功效水平,建立向量自回归居民消费水平模型,并通过马尔可夫链蒙特卡罗仿真结合贝叶斯因子分别对农村居民消费和城镇居民消费进行单位根检验,结果表明贝叶斯单位根检验方法解决了向量自回归模型超参数估计的难题,克服了经典单位根检验在经济时序小样本下功效偏低的缺陷,提高了模型预测精度。 朱慧明 李素芳关键词:居民消费 单位根检验 贝叶斯估计 VAR模型 贝叶斯因子 基于MCMC模拟的贝叶斯AR-GJR-GARCH模型及其应用 2008年 AR-GJR-GARCH模型是一种误差项为GJR-GARCH形式的自回归模型,该模型的贝叶斯推断很难得到其具体形式的条件后验密度。文章利用Metropolis-Hastings抽样方法对模型参数的条件后验分布进行MCMC模拟,然后运用模拟得到的样本对模型的参数进行贝叶斯估计。该方法解决了参数估计过程中的高维数值积分问题。模拟结果表明了该模型在中国股市波动性分析过程中的直观性和有效性。 朱慧明 曾惠芳 曹英关键词:贝叶斯推断 基于MCMC模拟的贝叶斯厚尾金融随机波动模型分析 被引量:18 2007年 针对现有金融时间序列模型建模方法难以刻画模型参数的渐变性问题,利用贝叶斯分析方法构建贝叶斯厚尾SV模型。首先对反映波动性特征的厚尾金融随机波动模型(SV-T)进行贝叶斯分析,构造了基于Gibbs抽样的MCMC数值计算过程进行仿真分析,并利用DIC准则对SV-N模型和SV-T模型进行优劣比较。研究结果表明:在模拟我国股市的波动性方面,SV-T模型比SV-N模型更优,更能反应我国股市的尖峰厚尾的特性,并且证明了我国股市具有很强的波动持续性。 朱慧明 李峰 杨锦明关键词:贝叶斯分析 MCMC模拟 GIBBS抽样 基于逆跳MCMC的贝叶斯分位自回归模型研究 被引量:6 2010年 考虑到传统信息理论方法确定模型存在不足,在贝叶斯理论框架下提出了基于逆跳马尔可夫链蒙特卡罗法确定分位自回归模型阶次的方法。在时间序列服从非对称Laplace分布的条件下,设计了马尔可夫链蒙特卡罗数值计算程序,得到了不同分位数下模型参数的贝叶斯估计值。实证研究表明:基于逆跳马尔可夫链蒙特卡罗法的贝叶斯分位自回归模型能有效地揭示滞后变量对响应变量的位置、尺度和形状的影响。 朱慧明 王彦红 曾惠芳关键词:时间序列分析 贝叶斯算法 后验分布 基于APF算法的贝叶斯金融厚尾MSSV模型研究 2009年 针对金融时间序列普遍具有的波动聚集性和厚尾特征,将对风险管理尤为重要的一些极端点纳入模型之中,构建厚尾马尔科夫转移随机波动模型,采用带辅助变量的粒子滤波算法对波动和潜在状态进行预测,并估计模型参数。由于t分布与正态分布的特殊关系,通过选取不同自由度进行仿真分析,研究发现MSSV-t模型较一般MSSV模型对于消除波动持续性参数的高估问题更加有效。结合对中国上证综指股价波动的实证研究,证明了基于APF算法的MSSV-t模型在潜在波动状态的预测及突发事件的探测方面具有优良的性质,同时具备提高波动预测精度的能力。 朱慧明 郝立亚 曾惠芳关键词:时间序列分析 贝叶斯推断 APF 基于Gibbs抽样的贝叶斯金融随机波动模型分析 被引量:4 2008年 通过分析随机波动模型的统计结构,推断了SV模型似然函数的具体形式,据此构造了模型参数的共轭先验分布.利用贝叶斯定理获得了相应的模型参数后验条件分布.同时,为了获得模型参数的贝叶斯估计及其置信区间,设计了基于Gibbs抽样的MCMC数值计算程序,并利用上海综合指数和深圳成分指数数据进行了建模实证分析,解决了参数随机条件下金融随机波动时间序列建模问题,提高了模型预报精度. 朱慧明 李素芳 虞克明 曾慧芳 林静关键词:随机波动模型 时间序列分析 贝叶斯方法 GIBBS抽样 基于MH算法的贝叶斯分位自回归模型 被引量:13 2010年 针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响. 曾惠芳 朱慧明 李素芳 虞克明关键词:时间序列分析 分位数 AR模型 贝叶斯方法 基于Gibbs抽样的厚尾SV模型贝叶斯分析及其应用 被引量:8 2008年 我国的金融时间序列存在普遍的波动性现象,而波动性又存在尖峰厚尾现象。首先对反映波动性特征的厚尾金融随机波动模型(SV-T)进行贝叶斯分析,然后构造基于Gibbs抽样的MCMC数值计算过程进行仿真分析,最后利用DIC准则对SV-N模型和SV-T模型进行优劣比较。研究结果表明:在模拟我国股市的波动性的方面,SV-T模型比SV-N模型更优,更能反应我国股市的尖峰后尾的特性,并且证明了我国股市具有很强的波动持续性。 朱慧明 李峰 杨锦明 虞克明关键词:仿真 贝叶斯推断 GIBBS抽样 蒙特卡罗方法 基于自回归移动平均过程的贝叶斯质量控制方法研究 被引量:4 2010年 针对自回归移动平均过程中控制变量的观测值并不具有相互独立性,引入贝叶斯分析方法研究过程质量控制问题.通过模型结构的贝叶斯分析,利用残差序列建立了基于自回归移动平均过程的贝叶斯质量控制模型,解决了观察数据相关条件下的过程质量监控问题.仿真分析结果表明:贝叶斯ARMA质量控制方法能够有效地避免了在受控状态下使用常规控制图造成的漏发或虚发报警现象,解决了自回归移动平均过程情况下的质量控制问题. 朱慧明 黄超 虞克明 刘再华 赵锐关键词:时间序列分析 ARMA模型 贝叶斯方法 仿真 基于Gibbs抽样的贝叶斯稳健ARMA模型研究 被引量:5 2009年 针对ARMA模型建模过程中模型识别和参数估计易受观测值异常点影响问题,构建了同时考虑加性异常点和更新性异常点的ARMA模型.运用基于Gibbs抽样的Markov Chain Monte Carlo贝叶斯方法,估计稳健ARMA模型参数,同步确定观测值中异常点的位置,辨别异常点类型.并利用我国人口自然增长数据进行仿真分析,研究结果表明:贝叶斯方法能够有效地识别ARMA序列的异常点. 朱慧明 邓迎春关键词:ARMA模型 异常点 贝叶斯估计 GIBBS抽样