基于样本外分布回测的随机过程统计推断方法

摘要：

采用不同的随机过程模型描述标的资产的价格动态,会极大的影响衍生品定价和风险管理活动.在文献中,同一资产采用的随机过程往往是不一致甚至是矛盾的.本文以GBM过程与OU过程为例,提出了一种统计推断方法,旨在从多个备选模型中选出能更好的描述标的资产价格动态的随机过程.该方法应用事后检验原理,将数据分成估计窗和检验窗,估计窗用来估计随机过程的参数,然后在模型参数不变的假定下,推导了原假设成立时检验窗各个时点的资产价格的样本外分布,看实际数据落在接受域或拒绝域的频数来判断是否接受原假设.本文以大宗商品、汇率、利率、股票作为标的资产,对随机过程选择进行了实证分析.实证结果表明,一些经常使用的随机过程模型并不一定是最优的模型.

关键词：随机过程选择、统计推断、模型设定、模型风险

所属期刊栏目：26

分类号：F830(金融、银行)

资助基金：国家自然科学基金青年资助项目71301027

在线出版日期：2019-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：155-162