单变量与多变量稳定分布似然分析的简易技术：向多变量随机波动率及动态因子模型的扩展
统计计算
2012-09-04 v1
摘要
本文探讨了单变量与多变量稳定分布族中用于数值统计推断的多种过程。针对单变量分布，(i) 我们提供了基于有限位置 - 尺度混合的近似方法，以及 (ii) 利用特征函数和似然函数渐近形式的近似贝叶斯计算 (ABC) 版本。在多变量稳定分布的背景下，我们提出了几种执行统计推断并获取与分布相关的谱测度的方法，而谱测度一直是阻碍其在应用工作中使用的主要因素。我们将这些技术扩展至处理具有广义稳定分布扰动和因子的单变量及多变量随机波动率模型、静态及动态因子模型，提出了一种通过时变谱测度建模多变量随机波动率的新方法，以及一种通过 Copula 函数处理多变量稳定分布的新途径。新技术被应用于人工数据以及真实数据（十种主要货币、SP100 指数及个股收益率）。关于 ABC，我们特别关注为 MCMC 构建表现良好的提议分布，并进行了广泛的数值实验，以提供“接近度”参数的临界值，这对于进一步的Applied Econometrics 工作具有实用价值。
引用
@article{arxiv.1209.0021,
title = {Simple techniques for likelihood analysis of univariate and multivariate stable distributions: with extensions to multivariate stochastic volatility and dynamic factor models},
author = {Efthymios G. Tsionas},
journal= {arXiv preprint arXiv:1209.0021},
year = {2012}
}