×

一类具有未观测路径的多元扩散的基于似然的推理。 (英语) Zbl 1114.62080号

摘要:本文提出了一类具有不可观测路径的多元扩散模型的马尔可夫链蒙特卡罗算法。这一类具有很高的实用价值,因为它包括大多数扩散驱动的随机波动率模型。该算法基于数据扩充方案,其中路径被视为缺失数据。然而,除非对这些路径进行变换,使支配测度与任何参数无关,否则算法将变得可约。由开发的方法G.O.罗伯茨O.绞合线【关于使用Metropolis-Hastings算法推断部分观测到的非线性扩散模型。Biometrika 88,No.3,603–621(2001;Zbl 0985.62066号)]避免了标量扩散的问题。我们将该框架扩展到本文的模型类,方法是引入一个适当的似然重编程,用于构造不可约数据增强方案。考虑了实际实施问题,并将该方法应用于来自S.L.赫斯顿模型[见N.Shephard(ed.),《随机波动率》,382-397(2005)]。

MSC公司:

2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型
65立方厘米 马尔可夫链的数值分析或方法
62P05号 统计学在精算科学和金融数学中的应用
60J60型 扩散过程
91B28型 财务等(MSC2000)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Aít-Sahalia,Y.,离散采样扩散的最大似然估计:封闭形式近似方法,《计量经济学》,70223-262(2002)·Zbl 1104.62323号
[2] 艾特·萨哈利亚,纽约州,2005年。多元扩散的闭式似然展开。工作文件。可从以下网址获得:\(\langle;\)http://www.princeton.edu/\(\sim;\rangle;\);阿伊特萨赫利亚,Y.,2005年。多元扩散的闭式似然展开。工作文件。可从以下网址获得:\(\langle;\)http://www.princeton.edu/\(\sim;\rangle;\)
[3] 阿伊特·萨哈利亚,Y.,Kimmel,R.,2005年。随机波动率模型的最大似然估计。《金融计量经济学》,即将出版。可从以下网址获得:\(\langle;\)http://www.princeton.edu/\(\sim;\rangle;\);Aït-Sahalia,Y.和Kimmel,R.,2005年。随机波动率模型的最大似然估计。《金融计量经济学》,即将出版。可从以下网址获得:\(\langle;\)http://www.princeton.edu/\(\sim;\rangle;\)
[4] Beskos,A。;O.帕帕斯皮利奥普洛斯。;Roberts,G.O。;Fearnhead,P.,离散观测扩散过程的精确且计算效率高的似然估计,J.Roy。统计人员。Soc.B,68,2,1-29(2006)·Zbl 1100.62079号
[5] Chernov,M。;加兰特,A。;Ghysels,E。;Tauchen,G.,股票价格动态的替代模型,《计量经济学杂志》,116225-258(2003)·Zbl 1043.62087号
[6] Chib,S.,Pitt,M.K.,Shephard,N.,2005年。扩散驱动模型的基于似然的推理。可从以下网址获得:\(\langle;\)http://www.nuff.ox.ac.uk/users/shephard网站/\(\rangle;\);Chib,S.,Pitt,M.K.,Shephard,N.,2005年。扩散驱动模型的基于似然的推理。可从以下位置获取:\(\langle;\)http://www.nuff.ox.ac.uk/users/shephard网站/\(\rangle;\)
[7] 达菲,D。;Kan,R.,利率收益率模型,数学。《金融》,6379-406(1996)·Zbl 0915.90014号
[8] 达勒姆,G.B。;Gallant,A.R.,《连续时间扩散过程最大似然估计的数值技术》,J.Bus。经济。统计人员。,20, 3, 297-316 (2002)
[9] Elerian,O.,《连续时间模型的模拟估计及其在金融中的应用》(1999),未发表的D.Phil论文:未发表的D.Phil论文,牛津大学纳菲尔德学院
[10] 埃利安,O.S。;Chib,S。;Shephard,N.,离散观测非线性扩散的似然推断,《计量经济学》,69,959-993(2001)·Zbl 1017.62068号
[11] Eraker,B.,《金融应用扩散模型的马尔可夫链蒙特卡罗分析》,J.Bus。经济。统计人员。,19, 2, 177-191 (2001)
[12] Ghysels,E.,Harvey,A.,Renault,E.,1996年。随机波动。收录:Maddala,G.S.,Rao,C.R.,(编辑),《统计手册》,第14卷,《金融统计方法》。荷兰北部,阿姆斯特丹。;Ghysels,E.,Harvey,A.,Renault,E.,1996年。随机波动。收录:Maddala,G.S.,Rao,C.R.,(编辑),《统计手册》,第14卷,《金融统计方法》。荷兰北部,阿姆斯特丹·Zbl 0887.62105号
[13] Golightly,A.,Wilkinson,D.,2005年。非线性多元扩散的贝叶斯序贯推理。可从以下网址获得:\(\langle;\)http://www.staff.ncl.ac.uk/d.j.wilkinson/pub.html\(\rangle;\);Golightly,A.,Wilkinson,D.,2005年。非线性多元扩散的贝叶斯序贯推理。可从以下网址获得:\(\langle;\)http://www.staff.ncl.ac.uk/d.j.wilkinson/pub.html\(\rangle;\)·Zbl 1079.62110号
[14] Heston,S.L.,具有随机波动性的期权的闭式解及其在债券和货币期权中的应用,《金融研究评论》,6327-343(1993)·Zbl 1384.35131号
[15] 赫尔,J.C。;White,A.,具有随机波动性的资产的期权定价,J.Finance,42281-300(1987)
[16] Jones,C.S.,《短期利率中的非线性均值回归》,《金融研究评论》,16793-843(2003)
[17] Kalogeropoulos,K.,Dellaportas,P.,2006a。直接观测多维扩散模型的贝叶斯推断。工作文件。;Kalogeropoulos,K.,Dellaportas,P.,2006a。直接观测多维扩散模型的贝叶斯推断。工作文件。
[18] Kalogeropoulos,K.,Roberts,G.O.,Dellaportas,P.,2006b。扩散驱动随机波动率模型的统一马尔可夫链蒙特卡罗框架。工作文件。;Kalogeropoulos,K.,Roberts,G.O.,Dellaportas,P.,2006年b。扩散驱动随机波动率模型的统一马尔可夫链蒙特卡罗框架。工作文件。
[19] Kloeden,P。;Platen,E.,随机微分方程的数值解(1995),Springer:Springer纽约·Zbl 0858.65148号
[20] Öksendal,B.K.,随机微分方程:应用导论(2003),施普林格:施普林格柏林·Zbl 1025.60026号
[21] Papaspiliopoulos,O.,Roberts,G.O.,Skóld,M.,2003年。分层模型和数据增强的非中心参数化。收录人:Bernardo,J.M.、Bayarri,M.J.、Berger,J.O.、Dawid,A.P.、Heckerman,D.、Smith,A.F.M.、West,M.(编辑),贝叶斯统计,第7卷。牛津大学出版社,牛津,第307-326页。;Papaspiliopoulos,O.,Roberts,G.O.,Skóld,M.,2003年。分层模型和数据增强的非中心参数化。收录人:Bernardo,J.M.、Bayarri,M.J.、Berger,J.O.、Dawid,A.P.、Heckerman,D.、Smith,A.F.M.、West,M.(编辑),贝叶斯统计,第7卷。牛津大学出版社,牛津,第307-326页。
[22] Pedersen,A.R.,基于离散观测的随机微分方程最大似然估计的新方法,Scand。J.统计。,22, 1, 55-71 (1995) ·Zbl 0827.62087号
[23] Roberts,G.O。;Stramer,O.,关于使用metropolis-hastings算法推断部分观测到的非线性扩散模型,Biometrika,88,3,603-621(2001)·Zbl 0985.62066号
[24] Roberts,G.O.,Stramer,O.,2001b。非线性连续时间自回归模型的贝叶斯分析。;Roberts,G.O.,Stramer,O.,2001b。关于非线性连续时间自回归模型的贝叶斯分析,提交·Zbl 0985.62066号
[25] Shephard,N.,《随机波动:精选读物》(2005),牛津大学出版社:牛津大学出版社·邮编1076.60005
[26] Sørensen,H.,在离散时间点观察到的扩散过程的参数推断:一项调查,国际统计。修订版,72、3、337-354(2004)
[27] 斯坦因,E.M。;Stein,J.C.,《随机股票价格分布:分析方法》,《金融研究评论》,4727-752(1991)·Zbl 1458.62253号
[28] Tanner,医学硕士。;Wong,W.H.,《通过数据增强计算后验分布》,J.Amer。统计人员。协会,82,398,528-540(1987)·Zbl 0619.62029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。