带跳的随机波动模型的参数估计

发布时间：2021-04-27 02:32

　　讨论了带跳的随机波动模型中的参数估计问题,假设跳过程服从双指数跳,波动项服从Heston模型.首先借助Lee-Myland方法识别跳跃部分,运用极大似然估计方法对跳跃部分的参数进行估计.然后将扩散部分离散化之后用极大似然估计方法对扩散项的参数进行估计.最后,利用上证综合指数2015-2018年的历史数据进行实证分析,实验结果表明使用该方法能有效估计带跳的随机波动率模型的参数. 

【文章来源】：河南师范大学学报(自然科学版). 2020,48(03)北大核心

【文章页数】：6 页

【文章目录】：
1 模型建立
2 跳的识别
3 参数估计
    3.1 跳跃部分参数估计
        3.1.1 跳跃频率的估计
        3.1.2 跳跃幅度的估计
    3.2 扩散过程的参数估计
4 实证分析
5 结束语


【参考文献】：
期刊论文
[1]基于随机截尾数据及极大似然估计的继电保护可靠性分布[J]. 王文焕,杨国生,周泽昕,詹荣荣,张烈,郭鹏,康逸群.  电力系统保护与控制. 2019(12)
[2]动态面板数据模型的GMM估计及其应用[J]. 李群峰.  统计与决策. 2010(16)
[3]随机波动率模型的等价鞅测度[J]. 刘利敏,闫振荣.  河南师范大学学报(自然科学版). 2006(04)
[4]Black-Scholes模型的参数估计[J]. 肖庆宪,张建海.  河南师范大学学报(自然科学版). 2001(01)



本文编号：3162592