我校国际经济管理学院王巧羽副教授以第一作者身份完成的论文《联结函数密度的非参数贝叶斯估计及其在金融市场中的应用(A Nonparametric Bayesian Estimator of Copula Density with Applications to Financial Market)》在《商业与经济统计杂志(Journal of Business & Economic Statistics)》发表。

论文简介

本文提出了一种基于逻辑高斯过程密度估计的非参数贝叶斯联结函数密度估计方法。该方法在潜在函数层面引入具有高度灵活性的高斯过程先验，允许均值函数与协方差结构自由刻画复杂依赖特征。为克服联结函数密度估计中存在的边界问题，我们采用变换方法使潜在函数定义在无约束的支持集上，并通过逆变换获得联结函数密度的后验分布。本文进一步构建了一种高效的后验采样算法，用以实现对联结函数后验分布的随机抽样。蒙特卡洛模拟结果表明，所提出的方法在整体拟合精度与尾部依赖刻画方面均表现出色，同时具有良好的计算效率。最后，我们将该方法应用于金融市场依赖结构分析、风险管理及期权定价等实际问题，验证了方法的有效性与实用价值。

期刊简介

《商业与经济统计杂志(Journal of Business & Economic Statistics)》创刊于1983年，是美国统计协会（American Statistical Association）主办的学术刊物。该刊在统计和经济计量等领域享有较高国际声誉，已被国际权威数据库收录并归类为顶级期刊，如ABS（4）和ABDC（A*）。JBES覆盖范围包括预测，数据质量，政策评估，实证经济学，金融，市场营销，计算和模拟等主题，出版通常需要在方法上和实际应用上做出重大贡献。

作者简介

王巧羽，首都经济贸易大学国际经济管理学院副教授，硕士生导师，博士毕业于美国德州农工大学。主要研究领域：计量经济学，涵盖非参数、贝叶斯估计等。在《Journal of Econometrics(计量经济学杂志)》《Econometric Reviews(计量经济学评论)》等期刊发表多篇学术论文，并主持国家自然科学基金青年项目。