Realized Laplace transforms for estimation of jump diffusive volatility models
用于跳跃扩散波动率模型估计的已实现拉普拉斯变换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：摘要直接利用日内价格数据构造已实现波动率变换并估计波动率模型，对应波动率与高频计量方向。
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…
用于跳跃扩散波动率模型估计的已实现拉普拉斯变换
- 研究问题
- 如何利用日内价格数据估计参数化波动率模型，使估计对价格水平跳跃稳健，并保持较好的解析可处理性？
- 方法与思路
- 作者先由日内数据构造波动率的已实现拉普拉斯变换，再将积分联合拉普拉斯变换的矩与参数模型隐含矩进行匹配。
- 材料陈述的贡献
- 摘要称该方法高效且便于解析处理；应用中拟合最佳的是非扩散双因子模型，持续与短暂成分分别由不同活跃度的跳跃驱动。
- 阅读关注点
- 应核对已实现变换的构造、价格跳跃稳健性的条件、矩匹配中的参数识别，以及应用中候选模型与拟合标准。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断市场微观结构噪声下的表现或效率基准；双因子拟合结论仅限摘要所述应用。
原文摘要
We develop an efficient and analytically tractable method for estimation of parametric volatility models that is robust to price-level jumps. The method entails first integrating intra-day data into the Realized Laplace Transform of volatility, which is a model-free estimate of the daily integrated empirical Laplace transform of the unobservable volatility. The estimation is then done by matching moments of the integrated joint Laplace transform with those implied by the parametric volatility model. In the empirical application, the best fitting volatility model is a non-diffusive two-factor model where low activity jumps drive its persistent component and more active jumps drive the transient one.