摘要：知情交易概率(PIN)是一种被广泛使用的直接度量金融市场信息不对称风险的指标。PIN模型的极大似然估计,由于似然函数形式复杂,在最优化过程中很容易出现计算溢出的问题。本文提出了一种基于Gibbs抽样和ARS抽样的贝叶斯方法来估计PIN。模拟结果表明,贝叶斯方法克服了计算问题,并且可以得到比MLE方法更准确的估计。本文利用PIN的贝叶斯估计方法对2009-2015年期间在沪深两市交易过的股票进行实证应用分析,拓宽了知情交易概率PIN的实证研究范围。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社