Method of Moments Estimation for Affine Stochastic Volatility Models
仿射随机波动率模型的矩估计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：题名及摘要直接研究仿射随机波动率模型的参数估计，支持波动率分类；未说明高频数据或资产定价目标。
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…
关注这篇论文的作者
仿射随机波动率模型的矩估计
- 研究问题
- 如何计算仿射随机波动率模型的高阶矩，并据此估计模型参数，同时获得可用于统计推断的渐近协方差？
- 方法与思路
- 作者提出递归方程以推导任意阶矩的闭式表达，随后构造矩估计量，建立中心极限定理并给出渐近协方差公式。
- 材料陈述的贡献
- 摘要所述贡献涵盖矩计算、参数估计及显式渐近协方差三个环节，并报告用于验证所提方法的数值结果。
- 阅读关注点
- 应核对所覆盖模型、矩存在条件、观测方式与参数识别，以及中心极限定理条件和协方差公式的实际计算。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未说明模型范围、采样频率或数值结果，不能据此判断相对效率。
原文摘要
We develop moment estimators for the parameters of affine stochastic volatility models. We first address the challenge of calculating moments for the models by introducing a recursive equation for deriving closed-form expressions for moments of any order. Consequently, we propose our moment estimators. We then establish a central limit theorem for our estimators and derive the explicit formulas for the asymptotic covariance matrix. Finally, we provide numerical results to validate our method.