×

随机波动率模型的马尔可夫链蒙特卡罗方法。 (英语) Zbl 1099.62539号

摘要:本文研究了由重尾Student-t分布(自由度未知)和观测中的外生变量、波动方程和观测方程中的跳跃分量定义的随机波动性广义模型中基于模拟的推理。通过在S.Kim、N.ShephardS.芯片[《经济学评论》第65卷,第3期,第361–393页(1998年;Zbl 0910.90067号)],我们开发了有效的马尔可夫链蒙特卡罗算法来估计这些模型。本文还讨论了如何用适当的粒子滤波方法计算这些模型的似然函数。用以下方法计算边际似然S.芯片【《美国统计协会期刊》第90卷,第432期,第1313–1321页(1995年;Zbl 0868.62027号)]也被考虑。该方法在模拟数据上进行了广泛的测试和验证,然后详细应用于标准普尔500指数的每日收益数据,其中在不同的参数先验下正式比较了几个随机波动率模型。

理学硕士:

62P05号 统计学在精算科学和金融数学中的应用
65立方厘米40 马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 艾伯特·J。;Chib,S.:基于马尔可夫均值和方差偏移的自回归时间序列吉布斯抽样的贝叶斯推断。《商业与经济统计杂志》11,1-15(1993)
[2] Andersen,T.G。;Lund,J.:估计短期利率的连续时间随机波动模型。《计量经济学杂志》77,第2期,343-377(1997)·兹伯利0925.62529
[3] Andersen,T.G.,Benzoni,L.,Lund,J.,2002年。连续时间股权回报模型的实证研究。《金融杂志》,即将出版。
[4] 阿吉拉尔,O。;West,M.:贝叶斯动态因子模型和投资组合分配的方差矩阵贴现。《商业与经济统计杂志》18,338-357(2000)
[5] 球,C。;托罗斯,W.:关于普通股价格的上涨及其对看涨期权定价的影响。《金融杂志》40,155-173(1985)
[6] 巴恩多夫·尼尔森,O.E。;Shephard,N.:非高斯OU过程及其在金融经济学中的一些应用(附讨论)。皇家统计学会杂志,B辑63,167-241(2001)·Zbl 0983.60028号
[7] Barndorff Nielsen,O.E.,Shephard,N.,2001b。已实现波动率的计量分析及其在估计随机波动率模型中的应用。英国皇家统计学会期刊B辑,64·Zbl 1126.91357号
[8] Barndorff Nielsen,O.E.,Shephard,N.,2002年。基于Lévy的金融经济学动态模型。未出版的书稿。
[9] Bates,D.S.:跳跃与随机波动:德意志马克期权中隐含的汇率过程。金融研究综述9,69-107(1996)
[10] 贝尔祖尼,C。;贝斯特,N.G。;吉尔克斯,W.R。;Larizza,C.:动态条件独立模型和马尔可夫链蒙特卡罗方法。美国统计协会杂志92,1403-1412(1997)·兹比尔0913.62025
[11] Chernov,M.、Gallant,A.R.、Ghysels,E.、Tauchen,G.,2000年。一类新的带跳跃的随机波动模型。理论和估算。哥伦比亚大学工作文件。
[12] Chib,S.:吉布斯输出的边际可能性。美国统计协会杂志90,1313-1321(1995)·Zbl 0868.62027号
[13] Chib,S.:在马尔可夫混合模型中计算后验分布和模态估计。《计量经济学杂志》75,79-97(1996)·Zbl 0864.62010
[14] Chib,S。;Greenberg,E.:具有(ARMA(p,q)误差的回归模型的贝叶斯推断。《计量经济学杂志》64,183-206(1994)·兹比尔0807.62065
[15] Chib,S。;Greenberg,E.:了解大都市——黑斯廷斯算法。美国统计学家49,327-335(1995)
[16] Chib,S。;Greenberg,E.:计量经济学中的马尔可夫链蒙特卡罗模拟方法。计量经济学理论12,409-431(1996)
[17] Chib,S。;Jeliazkov,I.:大都市黑斯廷斯产出的边际可能性。《美国统计协会杂志》96,270-281(2001)·兹比尔1015.62020
[18] Chib,S.,Nardari,F.,Shephard,N.,1999年。高维多元随机波动模型分析。圣路易斯华盛顿大学约翰·M·奥林商学院未发表论文。2001年6月修订·Zbl 1418.62377号
[19] Danielsson,J.:资产价格的随机波动:模拟最大似然估计。《计量经济学杂志》61,375-400(1994)·Zbl 0825.62953号
[20] De Jong,P。;Shephard,N.:时间序列模型的模拟更平滑。《生物特征》82,339-350(1995)·Zbl 0823.62072号
[21] Diebold,F.X。;冈瑟,T。;Tay,A.:评估密度预测,并应用于金融风险管理。《国际经济评论》39,863-883(1997)
[22] Doucet,A.、deFreitas,N.、Gordon,N.,2001年。实践中的序贯蒙特卡罗方法。纽约施普林格-弗拉格。
[23] 达菲,D。;潘,J。;Singleton,K.:仿射跳跃扩散的转换分析和资产定价。《计量经济学》68,1343-1376(2000)·Zbl 1055.91524号
[24] Eberlein,E.:广义双曲Lévy运动在金融中的应用。勒维过程——理论与应用,319-337(2001)·Zbl 0982.60045号
[25] Eberlein,E.,Prause,K.,2002年。广义双曲线模型:金融衍生品和风险度量。收录:数学金融——2000年Bachelier Congress。Springer Verlag,即将出版·Zbl 0996.91067号
[26] Eberlein,E.,Kallsen,J.,Kristen,J..,2001年。基于随机波动性的风险管理。弗莱堡大学FDM预印本72。
[27] 俄勒冈州埃利安。;Chib,S。;Shephard,N.:离散观测非线性扩散的可能性推断。《计量经济学》69,959-994(2001)·Zbl 1017.62068号
[28] Eraker,B.:MCMC对金融应用扩散模型的分析。《商业与经济统计杂志》19,177-191(2001)
[29] Eraker,B.,Johannes,M.,Polson,N.,2002年。波动性和回报率跳跃的影响。《金融杂志》即将出版。
[30] Gallant,A.R。;Tauchen,G.:重新投影部分观测系统,应用于利率扩散。《美国统计协会杂志》93,10-24(1998)·Zbl 0920.62132号
[31] Gallant,A.R.,Hsu,C.,Tauchen,G.,1998年。校准波动率扩散并提取综合波动率。杜克大学未发表论文。
[32] Gerlach,R。;Carter,C.K。;Kohn,R.:时间序列分析诊断。时间序列分析杂志21,309-330(1999)·Zbl 0933.62089号
[33] Geweke,J.:评估基于抽样的力矩计算方法的准确性(含讨论)。贝叶斯统计,第4卷,169-193(1992)
[34] Ghysels,E。;哈维,A.C。;雷诺,E.:随机波动。金融统计方法,119-191(1996)
[35] 新泽西州戈登。;Salmond,D.J。;Smith,A.F.M.:非线性和非高斯贝叶斯状态估计的新方法。IEE-Proceedings F 140,107-113(1993年)
[36] 哈维,A.C。;鲁伊斯,E。;Shephard,N.:多变量随机方差模型。经济研究综述61,247-264(1994)·Zbl 0805.90026号
[37] Isard,M.,Blake,A.,1996年。通过条件密度的随机传播进行轮廓跟踪。《欧洲计算机视觉会议论文集》,剑桥,第1卷,第343–356页。
[38] 杰奎尔,E。;波尔森,N.G。;Rossi,P.E.:随机波动率模型的贝叶斯分析(附讨论)。《商业与经济统计杂志》12,371-417(1994)
[39] Jacquier,E.,Polson,N.G.,Rossi,P.E.,1999年。多元随机波动率的模型和先验分布。芝加哥商学院文件草稿(1994年分发的第一版)。
[40] Jeffreys,H.,1961年。《概率论》,牛津第三版,克拉伦登出版社·Zbl 0116.34904号
[41] Kim,S。;北谢泼德。;Chib,S.:随机波动性:似然推断和与ARCH模型的比较。经济研究综述65,361-393(1998)·Zbl 0910.90067号
[42] Kitagawa,G.:高斯非线性状态空间模型的蒙特卡罗滤波器和平滑器。计算和图形统计学杂志5,1-25(1996)
[43] 马修(Mahieu,R.)。;Schotman,P.:随机波动率模型的实证应用。应用计量经济学杂志16,333-359(1998)
[44] Merton,R.C.:基础股票回报不连续时的期权定价。《金融经济学杂志》3,125-144(1976)·Zbl 1131.91344号
[45] Nardari,F.,1999年。比较短期利率的随机波动性模型:贝叶斯方法。手稿,亚利桑那州立大学,亚利桑那州坦佩,美国。
[46] 皮特,M。;Shephard,N.:通过模拟过滤:辅助粒子过滤器。《美国统计协会杂志》94,590-599(1999)·Zbl 1072.62639号
[47] 皮特,M。;Shephard,N.:时变协方差:因子随机波动性方法(附讨论)。贝叶斯统计,第6卷,547-570(1999)·Zbl 0956.62107号
[48] Prause,K.,1999年。广义双曲线模型:估计、金融衍生品和风险度量。弗赖堡大学数学系未发表博士论文·Zbl 0944.91026号
[49] Sandmann,G。;Koopman,S.J.:通过蒙特卡罗最大似然估计随机波动率模型。《计量经济学杂志》87,271-301(1998)·Zbl 0937.62110号
[50] Shephard,N.:部分非高斯状态空间。《生物特征》81,115-131(1994)·Zbl 0796.62079号
[51] Shephard,N.:ARCH和随机波动的统计方面。具有计量经济学、金融学和其他应用的时间序列模型,1-67(1996)
[52] Shephard,N.:关于杜宾和库普曼的讨论(2000年)。皇家统计学会杂志,B辑62,30-32(2000)
[53] 所以,M.K.P。;Lam,K。;Lee,W.K.:具有马尔可夫切换的随机波动率模型。《商业与经济统计杂志》16,244-253(1998)
[54] Taylor,S.J.:随机波动建模。数学金融4183-204(1994)·Zbl 0884.90054号
[55] Wong,C.K.,2000年。用模拟方法估计潜在因素模型。牛津大学经济系未发表的D.Phil论文。
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。