基于EIS的杠杆随机波动率模型的极大似然估计

被引：8

作者：

吴鑫育 ^{[1
,2
]}

周海林 ^{[1
]}

汪寿阳 ^{[3
]}

马超群 ^{[2
]}

机构：

[1] 安徽财经大学金融学院

[2] 湖南大学工商管理学院

[3] 中国科学院数学与系统科学研究院

来源：

管理科学学报 | 2013年 / 16卷 / 01期

基金：

国家杰出青年科学基金;

关键词：

随机波动率; 杠杆效应; 有效重要性抽样; 极大似然;

D O I：

暂无

中图分类号：

O211.67 [期望与预测];

学科分类号：

摘要：

杠杆随机波动率(SV-L)模型在金融计量学文献中已经引起了广泛的关注,然而,它的参数估计一直是一个难点.本文基于有效重要性抽样(EIS)技巧,给出了SV-L模型的极大似然(ML)估计方法.为了检验提出的EIS-ML方法的精确性以及小样本性质,构建了蒙特卡罗(MC)模拟实验.结果表明,EIS-ML方法是非常准确和有效的.最后,将EIS-ML方法应用于实际数据,选取上证和深证综合指数的日对数收益率数据为研究样本,利用SV-L模型对中国股市进行了实证分析.结果表明,中国股市具有很强的波动持续性,并且存在显著的杠杆效应.

引用

页码：74 / 86

页数：13

共 13 条

[1] 非对称随机波动模型在中国股市的应用 [J].

周宏山 ;

冀云 .

统计与信息论坛, 2007, (04) :70-73

[2] 随机波动模型参数估计的新算法及其在上海股市的实证 [J].

刘凤芹 ;

吴喜之 .

系统工程理论与实践, 2006, (04) :27-31

[3] SV模型参数估计的经验特征函数方法 [J].

孟利锋 ;

张世英 ;

何信 .

系统工程, 2004, (12) :92-95

[4] 具有杠杆效应SV模型的贝叶斯分析及其应用 [J].

孟利锋 ;

张世英 ;

何信 ;

不详 .

系统工程 , 2004, (03) :47-51

[5] 基于随机波动性模型的中国股市波动性估计 [J].

王春峰 ;

蒋祥林 ;

李刚 .

管理科学学报, 2003, (04) :63-72

[6] A Gaussian approximation scheme for computation of option prices in stochastic volatility models [J].

Cheng, Ai-ru ;

Gallant, A. Ronald ;

Ji, Chuanshu ;

Lee, Beom S. .

JOURNAL OF ECONOMETRICS, 2008, 146 (01) :44-58

[7] Efficient high-dimensional importance sampling [J].

Richard, Jean-Francois ;

Zhang, Wei .

JOURNAL OF ECONOMETRICS, 2007, 141 (02) :1385-1411

[8] SV mixture models with application to S&P 500 index returns [J].

Durham, Garland B. .

JOURNAL OF FINANCIAL ECONOMICS, 2007, 85 (03) :822-856

[9]

Classical and Bayesian Analysis of Univariate and Multivariate Stochastic Volatility Models[J] . Roman Liesenfeld,Jean-Francois Richard.Econometric Reviews . 2006 (2-3)

[10]

Estimation methods for stochastic volatility models: a survey[J] . CarmenBroto,EstherRuiz.Journal of Economic Surveys . 2004 (5)

← 1 2 →