具有有理误差的 GARCH 模型的实证研究

我们采用误差分布由有理函数描述的厚尾 GARCH 模型，并将其应用于东京证券交易所的股票价格数据。为确定模型参数，我们对模型执行贝叶斯推断。该贝叶斯推断通过具有自适应多维 Student's t 提议密度的 Metropolis-Hastings 算法实现。为了将该模型与具有标准正态误差的 GARCH 模型进行比较，我们计算了信息准则：AIC 和 DIC，发现两个准则均支持具有有理误差分布的 GARCH 模型。我们还利用已实现波动率 (realized volatility) 计算了波动率的准确性，发现具有有理误差分布的 GARCH 模型获得了良好的准确性。因此，我们得出结论：具有有理误差分布的 GARCH 模型优于具有正态误差的 GARCH 模型，并可作为具有其他厚尾分布的 GARCH 模型的替代方案。