《表4 沪深300股指的FMCMC估计结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于金融随机波动模型的快速MCMC算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图表可知其偏度小于0且度大于3，通过JB检验，其p值远小于0.01，这说明了该数据特征是显著有偏且厚尾的，表明该数据适合用随机波动模型进行建模分析，因此可以采用我们的FMCMC算法进行估计.结果如表4，其中MC误差为MC=（s2M）×IF，其中s2为抽样方差，M为抽样样本总数，IF为低效率因子（IF=γ0/s2，γ0为在0处的谱密度估计值）.若MC误差值越小，则说明该模型的估计结果更为准确.根据表4可得出结论如下：由参数估计结果可知，参数估计值的MC误差远小于其标准差，这表明该算法是有效可行的；从平均波动水平参数μ来看，μ的估计值为0.551 0，其估计值较小，这表明沪深300指数的总体风险是较小的；在波动持续性参数?的估计结果方面，其估计值为是0.98，这说明沪深300股指具有高度的波动持续性；从波动干扰水平σ来看，其值为0.166 0，这表明隐含波动率的干扰较小；从隐含波动率时序图来看波动幅度在0.45～0.65，意味着其波动较小，风险较小，并且大幅度波动与小幅度波动都存在波动聚集现象.