A Bayesian Robust Detection of Shift in the Risk Structure of Stock Market Returns
股票收益风险结构变化的贝叶斯稳健检测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确分析代表个股系统性风险暴露的beta系数及其变化，与金融因子暴露分析直接相关。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
股票收益风险结构变化的贝叶斯稳健检测
- 研究问题
- 当股票价格数据适度偏离正态分布时，如何检测未知时点的分布参数变化，并评估个股系统性风险系数的变化？
- 方法与思路
- 作者调整Box与Tiao的贝叶斯推断程序，使其容许适度非正态偏离，并应用于1971—1974年的美国股市价格资料。
- 材料陈述的贡献
- 摘要提出兼顾非正态稳健性与未知变点检测的程序，并将其用于分布参数及反映不可分散风险的beta系数变化分析。
- 阅读关注点
- 应核对允许的非正态偏离范围、变点与先验设定、beta系数的具体模型，以及变化检测与风险解释之间的关系。
- 阅读边界
- 材料为稿件版本未注明的OpenAlex索引摘要，未给出检测结果、误报表现或稳健性范围，不能确认刊本细节及后续变化。
原文摘要
In this article we provide a statistical procedure for the analysis of stock market prices that is robust toward departures from the normal distribution assumption and that can detect and evaluate a shift of parameters at an unknown time point. The method is an adaptation of a Bayesian inferential procedure developed by Box and Tiao that allows data to deviate moderately from the normal distribution model. It is applied to a set of U.S. stock market prices for 1971–1974. In addition to the detection of shift in distribution parameters, the procedure is also applied to the examination of shift of the “beta coefficients” that represent the degree of undiversifiable (systematic) risk of individual securities. Implications of the empirical findings for financial theories and their applications are sketched.