论文部分内容阅读
GARCH-M模型在其均值方程中引入了条件方差项，从而使得该模型在刻画风险报酬、风险溢价等方面具有广阔的应用空间。由于MCMC方法能把一些复杂的高维问题转化为一序列简单的低维问题，同时不要求似然函数和参数先验分布具有共扼结构，因此通过构造合理的转移核来得到GARCH-M模型所需的后验分布，进而可以进行相关的贝叶斯分析及其模型预测。本文通过MCMC方法计算后验分布的数值积分来实现对GARCH-M模型的参数估计。采用基于M-H抽样的MCMC方法探讨了模型参数的贝叶斯估计，通过MCMC方法的数值计算，给出预测分布，并进行数据模拟。最后给出GARCH-M模型在黄金市场的应用、得出黄金现货收益率尖峰厚尾性、聚集性等相关性质，以及预测黄金现货价格的走势。