×

CARMA(p,q)模型的有限混合近似。 (英语) Zbl 1479.91410号

摘要:在本文中,我们展示了如何基于高斯-拉盖尔求积来近似由时变布朗运动驱动的CARMA(p,q)模型的跃迁密度。这种方法允许我们引入一种估计方法,该方法最大化使用近似跃迁密度构造的似然函数。当标的资产遵循指数CARMA(p,q)模型时,我们还提供了期货期限结构和期货期权价格的公式。

MSC公司:

9120国集团 衍生证券(期权定价、对冲等)
91G30型 利率、资产定价等(随机模型)
60J70型 布朗运动和扩散理论的应用(种群遗传学、吸收问题等)

软件:

尤玛
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] M.Abramowitz和I.A.Stegun,《数学函数手册》,多佛,纽约,1970年·Zbl 0171.38503号
[2] J.P.Aguilar,《方差-伽马模型的一些定价工具》,国际期刊Theor。申请。《金融》,23(2020),2050025·Zbl 1448.91289号
[3] A.Andresen、F.E.Benth、S.Koekebakker和V.Zakamulin,《CARMA利率模型》,国际期刊Theor。申请。《金融》,17(2014),1450008·Zbl 1290.91170号
[4] S.Attal和J.M.Lindsay,《量子概率通信》,《世界科学》,新泽西州River Edge,2003年·Zbl 1073.81002号
[5] O.Barndorff-Nielsen、J.Kent和M.Sörensen,正态方差-均值混合物和z分布,《国际统计评论》,50(1982),第145-159页·Zbl 0497.62019号
[6] G.Barone-Adesi和R.E.Whaley,《美国期权价值的有效分析近似法》,《金融杂志》,42(1987),第301-320页。
[7] D.Belomestny和V.Panov,正态方差-均值混合模型中的半参数估计,统计学,52(2018),第571-589页·Zbl 1401.62042号
[8] D.Belomestny、T.Orlova和V.Panov,移动平均Leövy驱动过程的统计推断:基于Fourier的方法,Stat.Neerl。,73(2019年),第100-117页。
[9] D.Belomestny,V.Panov,and J.H.C.Woerner,《连续时间移动平均勒维过程的低频估计》,Bernoulli,25(2019),第902-931页·Zbl 1426.62252号
[10] F.E.Benth、C.Kluêppelberg、G.Muöller和L.Vos,《基于稳定CARMA现货模型的电力市场期货定价》,能源经济学。,44(2014),第392-406页。
[11] F.E.Benth、J.ŠaltytėBenth和S.Koekebaker,《温度定价》,Scand。《美国统计杂志》,34(2007),第746-767页·Zbl 1164.62077号
[12] P.P.Boyle,《期权:蒙特卡洛方法》,J.Financ。经济。,4 (1977) 323-338.
[13] P.J.Brockwell,Leávy-driven CARMA processes,Ann.Inst.Statist出版社。数学。,53(2001),第113-124页·Zbl 0995.62089号
[14] P.J.Brockwell,连续时间ARMA过程的表示,J.Appl。概率。,41(2004),第375-382页·Zbl 1052.60024号
[15] P.J.Brockwell、R.A.Davis和Y.Yang,非负Levy驱动CARMA过程的估计,J.Bus。经济。统计学。,29(2011),第250-259页·Zbl 1214.62091号
[16] P.Christoffersen、K.Jacobs和B.Li,原油期货和期权市场的动态跳跃强度和风险溢价,《衍生期刊》,24(2016),第8-30页。
[17] A.P.Dempster、N.M.Laird和D.B.Rubin,通过EM算法从不完整数据中获得最大似然,J.R.Stat.Soc.Ser。B.统计方法。,39(1977年),第1-22页·Zbl 0364.62022号
[18] J.L.Doob,《基本高斯过程》,《数学年鉴》。统计学。,15(1944年),第229-282页·Zbl 0060.28907号
[19] E.Eberlein和S.Raible,一般Leávy过程驱动的期限结构模型,数学。《金融》,9(1999),第31-53页·Zbl 0980.91020号
[20] A.R.Gallant、C.T.Hsu和G.Tauchen,《使用每日范围数据校准波动扩散并提取正向综合方差》,《经济评论》。《统计》,81(1999),第617-631页。
[21] I.Garciáa,C.Klu¨ppelberg,G.Mu¨ller,稳定CARMA模型的估计及其在电力现货价格中的应用,Stat.Model。,11(2011),第447-470页·Zbl 1420.62363号
[22] P.Hieber和M.Scherer,关于连续时变布朗运动首次通过时间的注记,统计学家。普罗巴伯。莱特。,82(2012),第165-172页·Zbl 1229.91310号
[23] A.Hitaj、L.Mercuri和E.Rroji,Leövy CARMA死亡率冲击模型,Decis。经济。《金融》,42(2019),第205-227页·Zbl 1426.91222号
[24] S.M.Iacus、L.Mercuri和E.Rroji,COGARCH(p,q):用Yuima软件包进行模拟和推断,J.Stat.Softw。,80(2017),第1-49页。
[25] S.M.Iacus和L.Mercuri,在Yuima包中实现Leövy CARMA模型,计算。统计学。,30(2015),第1111-1141页·Zbl 1329.65031号
[26] R.E.Kalman,《线性滤波和预测问题的新方法》,《基础工程杂志》,82(1960),第35-45页。
[27] A.Loregian、L.Mercuri和E.Rroji,具有有限法线混合的方差伽马模型的近似,Statist。普罗巴伯。莱特。,82(2012),第217-224页·Zbl 1237.62024号
[28] D.S.Lubinsky,无界等高线和区间上拉格朗日插值和数值积分规则的几何收敛性,《J近似理论》,39(1983),第338-360页·Zbl 0544.41003号
[29] D.B.Madan、M.Pistorius和W.Schoutens,《使用马尔可夫链模型评估结构化产品》,Quant。《金融》,13(2013),第125-136页·Zbl 1280.91172号
[30] G.Mastroianni和G.Monegato,Gauss-Laguerre和Gauss-Hermite求积公式的误差估计,摘自《近似与计算》,Birkha­user,波士顿,1994年,第421-434页·Zbl 0819.41024号
[31] H.Masuda,高频下观测到的遍历Levy驱动SDE的高斯拟似然随机场的收敛性,Ann.Statist。,41(2013),第1593-1641页·Zbl 1292.62124号
[32] D.Nualart和W.Schoutens,Lévy过程的混沌和可预测表示,随机过程。申请。,90(2000),第109-122页·Zbl 1047.60088号
[33] R.Paschke和M.Prokopczuk,《价格动态中具有自回归和移动平均成分的商品衍生品估值》,J.Bank。财务。,34(2010年),第2742-2752页。
[34] P.Rabinowitz,奇点存在下的高斯积分,SIAM J.Numer。分析。,4(1967年),第191-201页·Zbl 0183.18102号
[35] H.Toímasson,高斯CARMA建模的一些计算方面,统计计算。,25(2015),第375-387页·Zbl 1331.65022号
[36] 蔡浩,陈家胜,关于连续时间ARMA过程协方差结构的注记,统计量。Sinica,10(2000),第989-998页·Zbl 0952.62084号
[37] J.V.Uspensky,关于无穷区间求积公式的收敛性,Trans。阿默尔。数学。Soc.,30(1928),第542-559页·JFM 54.0280.02标准
[38] J.Van Belle、S.Vanduffel和J.Yao,《勒维市场价差期权的闭式近似》,Appl。斯托克。模型总线。印度,35(2019),第732-746页。
[39] S.Xiang,Laguerre或Hermite多项式展开的渐近性及其在高斯求积中的应用,J.Math。分析。申请。,393(2012),第434-444页·Zbl 1259.65058号
[40] 吉田,多项式型大偏差不等式和随机微分方程的拟似然分析,《统计年鉴》。数学。,63(2011),第431-479页·Zbl 1333.62224号
[41] Z.Zhang和Y.Y.Yong,《利用拉盖尔级数展开法对担保的股票挂钩合同进行估值》,J.Compute。申请。数学。,357(2019),第329-348页·Zbl 1417.91289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。