郇钰：知情交易概率的贝叶斯估计论文

本文主要研究内容

作者郇钰（2019）在《知情交易概率的贝叶斯估计》一文中研究指出：知情交易概率(PIN)是一种被广泛使用的直接度量金融市场信息不对称风险的指标。PIN模型的极大似然估计,由于似然函数形式复杂,在最优化过程中很容易出现计算溢出的问题。本文提出了一种基于Gibbs抽样和ARS抽样的贝叶斯方法来估计PIN。模拟结果表明,贝叶斯方法克服了计算问题,并且可以得到比MLE方法更准确的估计。本文利用PIN的贝叶斯估计方法对2009—2015年期间在沪深两市交易过的股票进行实证应用分析,拓宽了知情交易概率PIN的实证研究范围。

Abstract

zhi qing jiao yi gai lv (PIN)shi yi chong bei an fan shi yong de zhi jie du liang jin rong shi chang xin xi bu dui chen feng xian de zhi biao 。PINmo xing de ji da shi ran gu ji ,you yu shi ran han shu xing shi fu za ,zai zui you hua guo cheng zhong hen rong yi chu xian ji suan yi chu de wen ti 。ben wen di chu le yi chong ji yu Gibbschou yang he ARSchou yang de bei xie si fang fa lai gu ji PIN。mo ni jie guo biao ming ,bei xie si fang fa ke fu le ji suan wen ti ,bing ju ke yi de dao bi MLEfang fa geng zhun que de gu ji 。ben wen li yong PINde bei xie si gu ji fang fa dui 2009—2015nian ji jian zai hu shen liang shi jiao yi guo de gu piao jin hang shi zheng ying yong fen xi ,ta kuan le zhi qing jiao yi gai lv PINde shi zheng yan jiu fan wei 。

论文参考文献

[1].上证180指数的贝叶斯估计[J]. 郜元兴. 统计教育.2006(11)

[2].基于双贝叶斯估计的动态威胁运动状态估计[J]. 刘厂,赵俊翔,胡海. 郑州大学学报(工学版).2017(02)

[3].线性指数分布参数的经验贝叶斯估计[J]. 陈家清,刘次华. 华中科技大学学报(自然科学版).2006(10)

[4].非线形模型方差的贝叶斯估计(英文)[J]. 王志忠,宋允全. 云南大学学报(自然科学版).2005(04)

[5].相依样本时的线性经验贝叶斯估计[J]. 韦程东,王成名,王炜火斤. 广西师范大学学报(自然科学版).2004(01)

[6].二项分布的经验贝叶斯估计及应用[J]. 赵喜林. 武汉科技大学学报(自然科学版).2000(03)

[7].贝叶斯估计的影响分析[J]. 田保光,王奉民. 信阳师范学院学报(自然科学版).1997(01)

[8].关于贝叶斯估计[J]. 周锡年. 杭州教育学院学报.1992(02)

[9].帕累托索赔分布中风险参数的经验贝叶斯估计[J]. 温利民,张美,程子红,章溢. 应用概率统计.2015(03)

[10].污染数据情形下线性指数分布参数的经验贝叶斯估计（英文）[J]. 陈家清,王玉,刘次华. 应用数学.2018(04)

论文详细介绍

论文作者分别是来自金融发展研究的郇钰，发表于刊物金融发展研究2019年11期论文，是一篇关于知情交易概率论文,贝叶斯估计估计论文,抽样论文,抽样论文,金融发展研究2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自金融发展研究2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/fc4b0fd0bf9ff89eaef396bc.html