A quasi-maximum likelihood method for estimating the parameters of multivariate diffusions
多元扩散过程参数估计的拟最大似然方法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：摘要研究一般多元扩散及潜在因子估计，未明确宏观或金融应用，不足以归入给定的专门领域。
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
多元扩散过程参数估计的拟最大似然方法
- 研究问题
- 当多维扩散过程的真实转移密度未知或难以计算时，如何估计模型参数，并处理缺少代理变量的潜在因子？
- 方法与思路
- 作者用多元高斯密度近似转移密度，使其前两阶矩逼近真实矩，并提出适用于潜在因子的条件化估计程序。
- 材料陈述的贡献
- 摘要称仿射漂移与扩散函数下矩匹配精确，非线性情形下近似表现良好，且方法可扩展至无代理变量的潜在因子模型。
- 阅读关注点
- 核对矩近似的计算方式、仿射情形的精确性范围，以及条件化程序如何处理潜在因子和支持参数估计。
- 阅读边界
- 仅依据所给出版社摘要；高斯近似不意味着真实密度为高斯，摘要未说明误差界、识别条件或比较结果的适用范围。
原文摘要
A quasi-maximum likelihood procedure for estimating the parameters of multi-dimensional diffusions is developed in which the transitional density is a multivariate Gaussian density with first and second moments approximating the true moments of the unknown density. For affine drift and diffusion functions, the moments are exactly those of the true transitional density and for nonlinear drift and diffusion functions the approximation is extremely good and is as effective as alternative methods based on likelihood approximations. The estimation procedure generalises to models with latent factors. A conditioning procedure is developed that allows parameter estimation in the absence of proxies.