带跳的随机波动模型的参数估计

摘要：

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.

This paper discusses the parameter estimation problem in the stochastic volatility model with jumps.It is assumed that the jump process obeys the double exponential jump and the volatility term obeys the Heston model.Firstly,the Lee-Myland method is used to identify the jump part,and the maximum likelihood method is used to estimate the parameters of the jump part.Then the diffusion part is discretized and the parameters of the diffusion term are estimated by the maximum likelihood method.Finally,we use the historical data of the Shanghai Composite Index 2015-2018 years for empirical analysis.The experimental results show that the method can effectively estimate the parameters of the stochastic volatility model with jump.

作者：

刘利敏 万孟然

Liu Limin;Wan Mengran(College of Mathematics and Information Science,Henan Normal University,Xinxiang 453007,China)

机构地区：

betway官方app 数学与信息科学学院

出处：

《betway官方app 学报：自然科学版》 CAS 北大核心 2020年第3期6-11,共6页

基金：

国家社会科学基金(18BJY247) 河南省科技攻关项目(182102210364).

关键词：

随机波动率 LM方法 极大似然估计

stochastic volatility LM method maximum likelihood estimation

分类号：

F224 [经济管理—国民经济]

带跳的随机波动模型的参数估计.pdf