使用 R-INLA 建模多元正值时间序列
统计方法学
2022-07-05 v2 计算金融
统计金融
摘要
本文描述了针对向量正值时间序列的快速贝叶斯统计分析，并应用于有趣的金融数据流。我们讨论了一个灵活的水平相关模型（LCM）框架，用于构建向量正值时间序列的层次模型。LCM 使我们能够结合正值分量响应的边际伽马分布，同时在潜变量层面考虑各分量之间的关联。我们使用集成嵌套拉普拉斯近似（INLA）通过 R-INLA 包进行快速近似贝叶斯建模，并编写自定义函数来处理此设定。我们利用所提出的方法对多个股票指数的已实现波动率度量之间的相互依赖关系进行建模。
引用
@article{arxiv.2206.05374,
title = {Modeling Multivariate Positive-Valued Time Series Using R-INLA},
author = {Chiranjit Dutta and Nalini Ravishanker and Sumanta Basu},
journal= {arXiv preprint arXiv:2206.05374},
year = {2022}
}
备注
19 pages, 1 figure