报告题目：Bayesian Inference for Mixed Gaussian GARCH Model by Hamiltonian Monte Carlo Algorithm

报告时间：2021年5月23日上午9点

报告形式：腾讯会议

会议链接：https://meeting.tencent.com/s/E9iHcxmD2LvK

会议 ID：446 854 491

主办单位：科研处/数学与统计学院

主讲人：夏强

夏强简介：教授，博士生导师。2015年获中国人民大学统计学院博士学位，2006年至今在华南农业大学工作，现为数学与信息学院、软件学院副院长。近年来主持国家自然科学基金重大研究计划培育项目，教育部人文社科基金规划项目，广东省自然科学基金面上项目，全国统计科学研究重点项目各1项。在国内外学术期刊和国际学术会议上发表论文30余篇，发表专著2部。担任美国数学评论评论员；担任中国商业统计会、中国现场统计研究会资源与环境，生存分析，大数据分析分会理事；担任广东省统计学会、广东省现场统计学会常务理事。

报告摘要：In this paper, Hamiltonian Monte Carlo (HMC) algorithm, which is easy to perform and  also efficient to draw samples from the posterior distributions, is firstly proposed to estimate for the Gaussian mixed GARCH type model. And then, based on the Bayesian estimation, forecasting by the Gaussian mixed GARCH type model is investigated. Through the simulation experiments, the HMC algorithm is more fast and flexible than the Griddy-Gibbs sampler.  A real application is given to support the usefulness of the proposed HMC algorithm.