贝叶斯金融随机波动模型及应用开题报告

1. 研究目的与意义

经济或金融时间序列存在普遍的波动性现象。而SV模型与其他波动模型相比，在一定程度上更精确地描述股票市场的价格波动现象。目前国外的研究热点主要是针对金融时间序列数据的波动性进行分析与建模，而我国在计量经济建模理论方面的研究仍然比较薄弱，因此把SV模型运用到股市的波动性研究中具有十分重要的理论和实际意义。

2. 研究内容和预期目标

研究内容：考虑到国内外学者现有的研究现状、已有的研究基础，该论文主要应用贝叶斯推断方法研究两类sv模型：厚尾sv模型和均值sv模型，以及这些模型的数据仿真。

拟解决的关键问题：最新数据的获取、模型的建立

写作提纲：主要分为以下几个部分：

3. 国内外研究现状

在近20年中，针对金融时间序列数据的波动性的建模与估计已经成为金融计量经济学中的一个重要研究领域，它起源于engle的arch模型与bollerslev的garch类模型。

由于金融市场在处于不断的调整和转型之中，金融时间序列数据波动性规律不断的发生变化，因而近年来，人们的研究也逐步转向另一种金融随机波动模型--sv模型。

国内学者已经在sv模型这个领域进行研究，不过主要是引进国外学者的理论模型，进行实证分析。

4. 计划与进度安排

2022年11月选题，并确定指导老师；

2022年12月，进行基础资料的搜集，完成开题报告；

2022年4月完成文献翻译，确定论文大纲；

5. 参考文献

[1] mike k.p.so. bayesian analysis of long memory stochastic volatility models. the indian journal of statistics, 2002, 64(b),1-10[2] eric jacquier, nicholas g. polson, peter e. rossi. bayesian analysis of stochastic volatility models with fat-tails and correlated errors. journal of econometrics,2004, 122,185-212[3] renate meyer, jun yu. bugs for a bayesian analysis of stochastic volatility models. journal of econometrics, 2000, 3, 198-215

[4]郑进城 , 朱慧明 . 基于 mcmc 方法的贝叶斯 ar(p) 模型分析 . 统计与决策 ,2005,(10):4-6[5]朱慧明 , 韩玉启 . 贝叶斯多元统计推断理论 . 北京 : 科学出版社 ,2006,2-9[6]陆庆松． sv 模型在我国股市风险度量中的应用研究 :[ 广州大学硕士学位论文 ].广州 : 广州大学， 2004

[7]于栋华．随机波动模型及其应用 :[ 东南大学硕士学位论文 ] ．南京 : 东南大学，