路径抽样法在贝叶斯模型选择中的应用

为采用贝叶斯分析方法解决模型选择问题 ,针对传统的Box Cox模型线性与非线性的选择问题 ,将路径抽样法应用于贝叶斯因子的计算 ,引进一个连续的路径参数并且假定它满足一定的概率分布 ,利用该路径参数连接待选择的模型 ,使计算贝叶斯因子的工作主要集中于马尔可夫链蒙特卡洛 (MCMC)抽样上 ,从而简化了使用贝叶斯分析方法的计算过程 ,实现了路径抽样法在模型选择中的具体应用 .

一般非线性结构方程模型的贝叶斯因子的计算

主要考虑非线性结构方程模型的模型选择问题,提出了用路径抽样对测量方程和结构方程均可为非线性的一般非线性结构方程模型计算贝叶斯因子,从而进行模型选择的方法,并以模拟例子说明如何用Win-BUGS软件来实现.

金融ARCH模型的贝叶斯检验和模型选择

在金融时间序列分析中,检验ARCH效果和决定合适的阶是ARCH模型的重要研究主题,在贝叶斯框架下,本文使用贝叶斯因子来检验ARCH效果和选择ARCH模型合适的阶。在路径抽样的基础上,提出了计算ARCH模型贝叶斯因子的方法。最后,我们用一个具体的实例来论证了所提方法的有效性。

厚尾金融时间序列的贝叶斯单位根检验

在金融时间序列分析中,单位根检验是一个相当重要的研究问题。对于数据生成过程为自回归的厚尾金融时序数据,古典的ADF单位根检验统计量应用非常困难。本文则在贝叶斯框架下,发展了检验带有未知自由度厚尾t分布的自回归金融时间序列单位根的贝叶斯方法。蒙特卡罗模拟结果显示本文发展的方法能够取得好的检验功效。最后,用万科地产月度历史收益数据来演示了本文发展的方法。

具有结构变化的资产定价模型的贝叶斯自回归条件异方差检验

在现代资产定价理论中,一个基本的假定是证券资产风险溢价满足方差齐性。然而,这样的假设未必是正确的,因此,需要对资产定价模型进行异方差的检验。本文在贝叶斯框架下考察了具有结构变化的资产定价模型,提出了检验该模型的回归条件异方差的贝叶斯检验方法。最后利用两个具体实例论证了所提方法的有效性。