A Continuous-Time Arbitrage-Pricing Model With Stochastic Volatility and Jumps
含随机波动率与跳跃的连续时间套利定价模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究资产定价与风险中性分布，并以共同因素和随机波动率刻画股票收益，支持这三个分类。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含随机波动率与跳跃的连续时间套利定价模型
- 研究问题
- 在股票收益受到共同跳跃因素与随机波动影响时，如何构建并检验连续时间定价模型，以及识别用于衍生品定价的风险中性分布？
- 方法与思路
- 作者将随机跳幅的泊松过程与具有随机波动率的布朗运动作为共同驱动因素，用美国股票市场数据检验模型，并在计量方法中处理时间聚合。
- 材料陈述的贡献
- 摘要称，模型对平均收益施加过度识别约束，可据此识别风险中性概率分布；同时检验这些约束，并分解各因素对收益矩的贡献。
- 阅读关注点
- 阅读时应核对平均收益约束如何导出风险中性分布、各因素的识别与矩分解方式，以及离散观测下时间聚合的具体处理。
- 阅读边界
- 摘要未说明样本区间、估计细节、约束检验结果或定价误差；仅凭摘要无法判断模型拟合、风险中性分布识别的条件及实际定价表现。
原文摘要
We formulate and test a continuous-time asset-pricing model using U.S. equity market data. We assume that stock returns are driven by common factors including random jump-size Poisson processes and Brownian motions with stochastic volatility. The model places overidentifying restrictions on the mean returns, allowing one to identify risk-neutral probability distributions useful in pricing derivative securities. We test for the restrictions and decompose moments of the asset returns into the contributions made by different factors. Our econometric methods take full account of time aggregation.