函数参数随机波动模型

发布时间：2024-04-08 04:49

　　近三十年来,随着金融产品的多样化,尤其是金融衍生产品的不断涌现,估计分析和预测波动率无论是在业界或是学界均受到广泛的重视。在业界,波动率被作为一个重要考虑因素用于金融产品定价、金融风险规避、投资决策等领域;在学界,分析波动率现象、构建波动率模型、预测波动率等均是数理金融和金融计量所关心的热点问题。对于波动率的分析大致可以分成数理金融分析和时间序列计量分析两个部分,在本文中我们将重点从后者上来分析波动率,更具体地说,我们将通过Taylor(1998)提出的随机波动率一类模型进行分析。基于传统的随机波动模型,我们提出函数参数随机波动模型(FunctionalCoefficient Stochastic Volatility model)。函数参数随机波动模型作为非参数一族的模型不仅涵盖了文献中大部分的参数随机波动模型,以及解释了如波动率“尖峰厚尾”、“波动聚类”、“长记忆性”的现象,还解决了传统随机波动模型所不能解释的波动率“结构变化”现象。此外,采用函数参数的表达形式,研究者还可以研究导致“结构变化”的原因。在模型估计方面,通过模拟试验,我们发现采用马尔可夫链蒙特卡洛模拟(MCMC)和B...

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

图３．２随机波动率参数的模拟路径及密度函数图??Ｆｉｇ．?３．２?Ｔｈｅ?ｅｓｔｉｍａ?

过足够多次的迭代之后，各参数的边缘分布己趋于平稳，即Ｍａｒｋｏｖ链为收敛的。持续??参数０的取值接近１，说明序列的持续性较强，即前一天的波动对后一天的影响较大。??随机波动率模型参数的模拟路径及参数密度函数图见图３．２。??＾???ｇ????????＾?１?１?１?１?＾?１?ｒ....

图６不同风速场景下的风电波动和风电出力的概率分布函数

能配置方案的影响。修改风速随机模型的时序相关性参数则可得到不同波动特性的风速，且保持整体概率分布不变，如图６所示。图６（ａ）中场景１相邻时刻的风电波动功率分布范围比场景２更为集中，即场景１的风速波动性更小，而从图６（ｂ）可以看出两个场景的风速总体分布保持一致。表１为两组风电场景下....

图７两个风电场的储能配置方案随空间相关性的变化

风电出力的概率分布函数表１不同风电时序波动性下的储能配置方案场景风电波动功率／（ＭＷ·ｈ－１）储能配置功率／ＭＷ储能配置容量／ＭＷｈ储能循环数／（次·ａ－１）１２８．６５３４４２２１６１９０２４９．６０３３１９１３４２０修改风速随机模型的空间相关性参数则可得到不同相关性的风场风速....

图６不同风速场景下的风电波动和风电出力的概率分布函数

能配置方案的影响。修改风速随机模型的时序相关性参数则可得到不同波动特性的风速，且保持整体概率分布不变，如图６所示。图６（ａ）中场景１相邻时刻的风电波动功率分布范围比场景２更为集中，即场景１的风速波动性更小，而从图６（ｂ）可以看出两个场景的风速总体分布保持一致。表１为两组风电场景下....

本文编号：3948510