Statistical Inference for Random-Variance Option Pricing
随机方差期权定价的统计推断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：摘要围绕连续时间随机波动率期权定价模型的参数估计，比较期权与资产价格的信息量，直接对应资产定价和波动率。
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…
随机方差期权定价的统计推断
- 研究问题
- 在连续时间随机波动率期权定价模型中，期权价格相较资产价格是否包含更多参数信息，能否改善典型样本下的估计精度？
- 方法与思路
- 两种策略均采用间接推断，通过连续时间模型模拟避免离散化偏差；作者以蒙特卡洛比较期权价格与资产价格两种信息集。
- 材料陈述的贡献
- 摘要称，在设定模型的模拟比较中，期权价格估计更精确且未增加计算负担；该结论针对所比较的两种简单估计策略。
- 阅读关注点
- 核对间接推断的辅助模型及参数匹配方式、连续时间模拟如何避免离散化偏差，以及两类信息集的样本设置与计算负担如何比较。
- 阅读边界
- 摘要设定对数波动率服从Ornstein–Uhlenbeck过程、波动率风险溢价为零且无杠杆效应，并明确未研究渐近效率与模型设定问题。
原文摘要
This article deals with the estimation of continuous-time stochastic volatility models of option pricing. We argue that option prices are much more informative about the parameters than are asset prices. This is confirmed in a Monte Carlo experiment that compares two very simple strategies based on the different information sets. Both approaches are based on indirect inference and avoid any discretization bias by simulating the continuous-time model. We assume an Ornstein-Uhlenbeck process for the log of the volatility, a zero-volatility risk premium, and no leverage effect. We do not pursue asymptotic efficiency or specification issues; rather, we stick to a framework with no overidentifying restrictions and show that, given our option-pricing model, estimation based on option prices is much more precise in samples of typical size, without increasing the computational burden.