基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于高维时间序列因子模型,分析了2008年金融危机前后中国股市的波动状况.利用高维因子模型分析的一种新方法,发现金融危机前的因子个数为4个,危机后因子个数为2个.通过对内在消极因子建立随机波动率模型,发现相对于金融危机后,危机前因子的波动性大而且具有很强的依赖性.对上证综合指数和主因子建立模型,发现两者具有很强的线性相关性,说明中国股市具有显著的因子效应.
推荐文章
WFEN 的贝叶斯估计及在高维预测模型中的应用
收缩估计
权融合弹性网回归
贝叶斯估计
EM算法
基于混合先验分布的贝叶斯因子分析模型
数学模型
数据压缩
参数估计
因子分析
贝叶斯方法
基于贝叶斯模型组合的随机森林预测方法
K均值聚类
交叉验证
随机森林
贝叶斯模型组合
太阳能辐照度
新的基于最小风险的贝叶斯邮件过滤模型
垃圾邮件过滤
朴素贝叶斯
最小风险
风险因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯方法的高维因子模型在中国股市的应用
来源期刊 佛山科学技术学院学报(自然科学版) 学科 经济
关键词 因子模型 金融危机 中国股市 随机波动率 MCMC
年,卷(期) 2016,(6) 所属期刊栏目 数理科学
研究方向 页码范围 31-36
页数 6页 分类号 F832.51
字数 4230字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘金山 华南农业大学数学与信息学院 31 99 5.0 8.0
2 廖春芳 华南农业大学数学与信息学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
因子模型
金融危机
中国股市
随机波动率
MCMC
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
佛山科学技术学院学报(自然科学版)
双月刊
1008-0171
44-1438/N
大16开
广东省佛山市江湾一路18号
1988
chi
出版文献量(篇)
2495
总下载数(次)
2
总被引数(次)
7770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导