论文部分内容阅读
广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用.在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式.我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构.基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度.数值模拟研究验证了所提方法的有限样本表现.对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性.