Estimation and Specification Test for Diffusion Models with Stochastic Volatility
随机波动率扩散模型的估计与设定检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论用于描述利率动态的连续时间随机波动率模型及其估计检验；离散采样本身不足以判定属于高频计量。
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…
随机波动率扩散模型的估计与设定检验
- 研究问题
- 研究如何检验连续时间随机波动率模型中漂移与扩散函数的参数形式，并比较利用离散观测数据进行估计的不同程序。
- 方法与思路
- 作者基于残差的标记经验过程构造柯尔莫哥洛夫—斯米尔诺夫与克拉默—冯米塞斯统计量，以自助法校准并开展模拟及真实数据应用。
- 材料陈述的贡献
- 摘要提出参数形式的拟合优度检验，并通过模拟研究检验校准和不同估计程序，最后展示真实数据应用，未列出具体表现。
- 阅读关注点
- 应核对采样间隔与样本增长设定、潜在波动率如何处理、残差构造和自助法有效性，以及估计误差如何进入检验分布。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未说明完整模型条件、检验性质或数值结果，不能判断估计程序或检验的相对优越性。
原文摘要
Given the importance of continuous-time stochastic volatility models to describe the dynamics of interest rates, we propose a goodness-of-fit test for the parametric form of the drift and diffusion functions, based on a marked empirical process of the residuals. The test statistics are constructed using a continuous functional (Kolmogorov-Smirnov and Cramér-von Mises) over the empirical processes. In order to evaluate the proposed tests, we implement a simulation study, where a bootstrap method is considered for the calibration of the tests. As the estimation of diffusion models with stochastic volatility based on discretely sampled data has proven difficult, we address this issue by means of a Monte Carlo study for different estimation procedures. Finally, an application of the procedures to real data is provided.