时变β系数的卡尔曼滤波的仿真与估计

旨在预测风险系数,我们对沪市10个行业的β系数的时变行为采用随机游走（RW）模型,在随机游走模型的回归变量前引进了未知参数,仿真预测的结果表明,引进未知系数后的模型,其绝对预测误差MAE和均方预测误差MSE都比引进未知系数前的模型更精确,改后的模型更适合描述沪市行业风险系数的时变行为。仿真过程是通过卡尔曼滤波的递推过程获取新息及其协方差阵,得到似然函数,从而推进参数估计。将估计的结果返回卡尔曼滤波更新过程,易得观测变量的预测值。