×

使用截断双幂增量估计跳跃扩散中的波动函数。 (英语) Zbl 1479.62066号

摘要:在本文中,我们介绍并分析了一种估计跳跃扩散模型波动函数的新方法。我们的方法依赖于使用截断双幂增量的标准核估计技术。充分发展了相关的渐近性,允许时间跨度增加,采样间隔减少,并适应平稳和非平稳递归过程。我们通过仿真评估了估值器的性能,并提供了一些实证分析。

理学硕士:

62米05 马尔可夫过程:估计;隐马尔可夫模型
62G07年 密度估算
60J60型 扩散过程
62P05号 统计学在精算科学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aït-Sahalia,Y.(2002)离散采样扩散的最大似然估计:一种闭式近似方法。计量经济学70,223-262·兹比尔1104.62323
[2] Aít-Sahalia,Y.和Jacod,J.(2009)离散观测过程中跳跃的测试。《统计年鉴》37184-222·Zbl 1155.62057号
[3] Aít-Sahalia,Y.&Mykland,P.A.(2003)《估算连续时间扩散时随机和离散采样的影响》。计量经济学71,483-549·Zbl 1142.60381号
[4] Aít-Sahalia,Y.&Mykland,P.A.(2004)随机间隔离散观测扩散估计,一般理论。统计年鉴322186-2222·Zbl 1062.62155号
[5] Aít-Sahalia,Y.和Park,J.Y.(2016)可能非平稳连续时间模型中局部非参数估计的带宽选择和渐近性质。《计量经济学杂志》192,119-138·Zbl 1419.62206号
[6] Andersen,T.G.、Benzoni,L.和Lund,J.(2004)短期利率的随机波动性、均值漂移和跳跃。工作文件,西北大学。
[7] Andersen,T.G.、Dobrev,D.和Schaumburg,E.(2012)使用最近邻截断法进行跳跃波动率估计。《计量经济学杂志》169,75-93·Zbl 1443.62327号
[8] Bandi,F.M.和Nguyen,T.H.(2003)关于跳跃扩散模型的功能估计。《计量经济学杂志》116,293-328·Zbl 1038.62071号
[9] Bandi,F.M.&Phillips,P.C.B.(2003)标量扩散模型的完全非参数估计。计量经济学71,241-283·Zbl 1136.62365号
[10] Bandi,F.M.和Renó,R.(2018)非参数随机波动性。计量经济学理论341207-1255·Zbl 1406.62109号
[11] Barndorff-Nielsen,O.E.,Graversen,S.E.,Jacod,J.,Podolskij,M.,&Shephard,N.(2005)连续半鞅的实幂和双幂变分的中心极限定理。在Kabanov,Y.和Lipster,R.(编辑),《从随机微积分到数学金融》,Albert Shiryaev的Festschrift,第33-68页。斯普林格·Zbl 1106.60037号
[12] Barndorff-Nielsen,O.E.&Shephard,N.(2003)实现了功率变化和随机波动。伯努利9,243-265·Zbl 1026.60054号
[13] Barndorff-Nielsen,O.E.&Shephard,N.(2004)随机波动和跳跃的功率和双功率变化。《金融计量经济学杂志》2,1-37。
[14] Barndorff-Nielsen,O.E.&Shephard,N.(2006)《使用双幂变差测试金融经济学跳跃的计量经济学》。《金融计量经济学杂志》4,1-30。
[15] Barndorff-Nielsen,O.E.,Shephard,N.,&Winkel,M.(2006),存在跳跃时多功率变化的极限定理。随机过程及其应用5796-806·Zbl 1096.60022号
[16] Bollerslev,T.&Todorov,V.(2011年)《跳跃尾巴的估算》。计量经济学791727-1783·Zbl 1241.91136号
[17] Bosq,D.(1998)随机过程的非参数统计。斯普林格·Zbl 0902.62099号
[18] Boudt,K.、Croux,C.和Laurent,S.(2011)异常加权协变量。《金融计量经济学杂志》9,657-684。
[19] Chang,J.和Chen,S.X.(2011)关于扩散过程的近似最大似然估计。统计年鉴392820-2851·Zbl 1246.62181号
[20] Chen,S.X.,Gao,J.,&Tang,C.Y.(2008)扩散过程模型规范的测试。统计年鉴36167-198·兹比尔1132.62063
[21] Christensen,K.、Oomen,R.和Podolskij,M.(2010)实现了基于分位数的综合方差估计。《计量经济学杂志》159,74-98·Zbl 1431.62473号
[22] Corsi,F.、Pirino,D.和Reno,R.(2010)阈值双幂变化和跳跃对波动性预测的影响。《计量经济学杂志》159,276-288·Zbl 1441.62656号
[23] Fan,J.&Zhang,C.(2003)扩散估计的重新检验及其在金融模型验证中的应用。《美国统计协会杂志》98,118-134·Zbl 1073.62571号
[24] Höpfner,R.&Löcherbach,E.(2003)零递归马尔可夫过程的极限定理。美国数学学会·Zbl 1018.60074号
[25] Jacod,J.(2008)实现幂变分的渐近性质和半鞅的相关泛函。随机过程及其应用118,517-559·Zbl 1142.60022号
[26] Jacod,J.(2012)统计和高频数据。Kessler,M.、Lindner,A.和Sorensen,M.(编辑),《随机微分方程的统计方法》,第191-310页。查普曼和霍尔·Zbl 1375.62025号
[27] Jacobd,J.和Rosenbaum,M.(2013)波动率的四次性和其他泛函:有效估计。统计年鉴411462-1484·Zbl 1292.60033号
[28] Jacod,J.和Shiryaev,A.N.(2003)《随机过程的极限定理》。斯普林格·Zbl 1018.60002号
[29] Jeong,M.&Park,J.Y.(2016)跳跃扩散模型的渐近理论。印第安纳大学工作文件。
[30] Kanaya,S.(2016)连续时间扩散过程基于核的非参数估计的一致收敛速度:阻尼函数方法。计量经济学32,1-41。
[31] Kanaya,S.&Kristensen,D.(2016)《通过非参数滤波估计随机波动率模型》,《计量经济学》32,861-916·Zbl 1441.62766号
[32] Kim,J.&Park,J.Y.(2017a)应用于高频回归的复发扩散的渐近性。《计量经济学杂志》196,27-54·Zbl 1443.60074号
[33] Kim,J.&Park,J.Y.(2017b)金融时间序列中的单位根、均值回复和非平稳性。印第安纳大学工作文件。
[34] Kristensen,D.(2010)已实现现货波动率的非参数过滤:基于核的方法。计量经济学理论26,60-93·Zbl 1183.91189号
[35] Mancini,C.(2009)具有随机扩散系数和跳跃的模型的非参数阈值估计。斯堪的纳维亚统计杂志36270-296·Zbl 1198.62079号
[36] Mancini,C.&Renó,R.(2011)马尔可夫跳跃模型的阈值估计和利率建模。《计量经济学杂志》160,77-92·Zbl 1441.62809号
[37] Park,J.Y.和Wang,B.(2018)跳跃扩散模型的非参数估计。印第安纳大学工作文件。
[38] Protter,P.E.(2005),《随机积分与微分方程》。斯普林格。
[39] Renó,R.(2006)随机波动率模型的非参数估计。经济学快报90,390-395·Zbl 1254.91758号
[40] Renó,R.(2008)随机波动率模型扩散系数的非参数估计。计量经济学理论241174-1206·Zbl 1284.62232号
[41] Revuz,D.和Yor,M.(1998)连续鞅和布朗运动。斯普林格·Zbl 1087.60040号
[42] Touati,A.(1987)《Théorèmes limites pour des process de Markov re currents》。Comptes Rendus de I'Académie des Sciences-Series I-Mathematics305,841-844·Zbl 0627.60069号
[43] Ueltzhöfer,F.A.J.(2013)关于马尔可夫过程Lévy核的非参数估计。随机过程及其应用123,3663-3709·Zbl 1284.62520号
[44] Yu,C.,Fang,Y.,Li,Z.,Zhang,B.,&Zhao,X.(2014)带跳的布朗半鞅高频点波动率的非参数估计。时间序列分析杂志35,572-591·Zbl 1311.62176号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。