Non-Gaussian Ornstein–Uhlenbeck-based Models and Some of Their Uses in Financial Economics
非高斯 Ornstein–Uhlenbeck 模型及其金融经济学应用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：摘要明确构造金融资产的连续时间随机波动率模型，波动率由正值 OU 过程叠加形成。
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…
非高斯 Ornstein–Uhlenbeck 模型及其金融经济学应用
- 研究问题
- 如何利用非高斯 OU 过程描述偏离高斯分布的特征与灵活依赖结构，并为金融资产构造连续时间随机波动率模型？
- 方法与思路
- 作者运用并扩展概率论结果，以正值 OU 过程的叠加构造金融资产波动率过程，并结合金融数据与理论研究模型。
- 材料陈述的贡献
- 摘要称发展非高斯 OU 过程的统计应用潜力，并构造基于正值 OU 叠加的连续时间随机波动率模型用于金融计量分析。
- 阅读关注点
- 阅读时应核对正值过程与叠加的具体设定、资产价格和波动率的联系、估计方法，以及金融数据提供何种模型证据。
- 阅读边界
- 仅据所给 Crossref 摘要；未说明驱动过程、估计条件、数据细节或比较结果，不能据此断言模型优于其他波动率方法。
原文摘要
Summary Non-Gaussian processes of Ornstein–Uhlenbeck (OU) type offer the possibility of capturing important distributional deviations from Gaussianity and for flexible modelling of dependence structures. This paper develops this potential, drawing on and extending powerful results from probability theory for applications in statistical analysis. Their power is illustrated by a sustained application of OU processes within the context of finance and econometrics. We construct continuous time stochastic volatility models for financial assets where the volatility processes are superpositions of positive OU processes, and we study these models in relation to financial data and theory.