基于EIS的杠杆随机波动率模型的极大似然估计

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.

关键词：随机波动率、杠杆效应、有效重要性抽样、极大似然

所属期刊栏目：16

分类号：F830.9(金融、银行)

资助基金：国家自然科学基金资助项目71101001,71201013;国家杰出青年科学基金资助项目70825006;教育部"长江学者和创新团队发展计划"资助项目IRT0916;国家自然科学基金创新研究群体科学基金资助项目71221001

在线出版日期：2013-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：74-86