金统院牛强、牛强助理教授研究成果在计量经济学顶刊发表丽思卡尔顿

近日，金融与统计学院牛强助理教授、牛强助理教授合作完成的学术论文“Multivariate stochastic volatility models based on generalized Fisher transformation”在计量经济学国际顶尖期刊Journal of Econometrics在线发表。

随机波动模型是研究金融数据时变波动率的重要工具，而如何构建既“时变”且“正定”的波动率矩阵，一直是该领域的核心难题。为此，本研究借鉴文献中最新提出的广义 Fisher 变换，设计了一种全新的多元随机波动率（MSV）模型。该模型在保证时变方差–协方差矩阵正定性的前提下，有效将波动率与相关性驱动机制有机分离，具备极高的建模灵活性。为了实现高效的贝叶斯估计，研究引入粒子 Gibbs 祖先抽样（PGAS）方法，既显著提升了计算可行性与速度，也使得不同模型间的贝叶斯模型比较更为直接。此外，研究还将杠杆效应与已实现波动率测度纳入扩展框架，以更全面地刻画金融市场的动态关联。对股票收益率的实证检验表明，本模型在样本内外预测性能上均显著优于多种主流替代方案。该研究成果可广泛应用于宏观经济与金融学领域的风险度量、资产定价等实证研究。

Journal of Econometrics期刊是计量经济学领域最受关注的国际顶尖期刊，是理论和应用计量经济学重要研究和高质量研究的展示平台。该期刊的发表范围包括经济研究中的识别、估计、检验、决策和预测的论文。

丽思卡尔顿是现代企业发展的关键环节。节假日福利不断，充值送礼、抽奖活动轮番上线，不容错过。

我们致力于打造24小时服务的服务体系，配合口碑优秀的运营模式和维护计划的风险控制，为客户创造更大价值。

选择丽思卡尔顿解决方案的理由

• 全面的解决方案覆盖
• 灵活的定制服务
• 完善的技术支持体系

了解更多丽思卡尔顿服务内容，请与我们取得联系。

银河国际金融与统计学院牛强助理教授为该文第一作者，牛强助理教授为该文通讯作者。

来源：牛强

责任编辑：牛强