基于MCMC抽样算法的贝叶斯金融面板数据模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-21页 |
| ·选题背景与研究意义 | 第11-13页 |
| ·选题背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·相关领域与研究现状 | 第13-18页 |
| ·贝叶斯理论与MCMC算法 | 第13-15页 |
| ·金融面板数据模型及其应用 | 第15-18页 |
| ·研究思路与研究内容 | 第18-21页 |
| ·研究思路 | 第18-20页 |
| ·研究内容 | 第20-21页 |
| 第2章 基于MCMC抽样算法的贝叶斯推断流程 | 第21-29页 |
| ·基于MCMC的先验选择 | 第21-22页 |
| ·扩散先验分布 | 第21页 |
| ·共轭先验分布 | 第21-22页 |
| ·基于MCMC的后验抽样 | 第22-24页 |
| ·M-H抽样算法 | 第22-23页 |
| ·Gibbs抽样算法 | 第23-24页 |
| ·收敛性诊断方法 | 第24-26页 |
| ·Geweke诊断方法 | 第24-25页 |
| ·G-R诊断方法 | 第25页 |
| ·R-L诊断方法 | 第25-26页 |
| ·H-W诊断方法 | 第26页 |
| ·MC误差分析 | 第26-27页 |
| ·贝叶斯推断流程 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于MCMC算法的贝叶斯静态面板数据模型 | 第29-39页 |
| ·静态面板数据模型形式设定 | 第29-32页 |
| ·固定效应模型的模型设定 | 第29-32页 |
| ·随机效应模型的模型设定 | 第32页 |
| ·贝叶斯静态面板数据模型 | 第32-35页 |
| ·固定效应贝叶斯面板数据模型 | 第32-33页 |
| ·随机效应贝叶斯面板数据模型 | 第33-35页 |
| ·贝叶斯静态面板数据模型仿真分析 | 第35-37页 |
| ·仿真实验设计 | 第35-36页 |
| ·仿真结果分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于MCMC算法的贝叶斯动态面板数据模型 | 第39-54页 |
| ·动态面板数据的模型设定 | 第39-45页 |
| ·固定效应模型 | 第39-44页 |
| ·随机效应模型 | 第44-45页 |
| ·贝叶斯动态面板数据模型 | 第45-51页 |
| ·自回归贝叶斯面板数据模型 | 第45-48页 |
| ·存在外生变量的贝叶斯动态面板数据模型 | 第48-51页 |
| ·贝叶斯动态面板数据模型仿真分析 | 第51-53页 |
| ·仿真实验设计 | 第51-52页 |
| ·仿真结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 证券市场波动性的实证研究 | 第54-68页 |
| ·样本数据选取与统计特征分析 | 第54-57页 |
| ·样本数据选取 | 第54-55页 |
| ·统计特征分析 | 第55-57页 |
| ·贝叶斯面板随机波动模型构建 | 第57-60页 |
| ·标准面板随机波动模型的结构分析 | 第58页 |
| ·标准面板随机波动模型的贝叶斯推断 | 第58-60页 |
| ·模型参数收敛性诊断与估计结果分析 | 第60-67页 |
| ·参数估计收敛性诊断分析 | 第60-62页 |
| ·模型参数估计结果分析 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-79页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第79页 |
