Parameters estimation of a Threshold Chan-Karolyi-Longstaff-Sanders process from continuous and discrete observations
连续与离散观测下阈值 CKLS 过程的参数估计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：摘要研究连续与离散时间过程估计，明确包含高频渐近，并以 Vasicek、CIR 和 Black-Scholes 等金融模型为背景。
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
连续与离散观测下阈值 CKLS 过程的参数估计
- 研究问题
- 对含多个阈值、动态随状态区间变化的连续时间 CKLS 过程，如何估计漂移参数并比较连续与离散观测下的渐近性质？
- 方法与思路
- 作者在自激且遍历的阈值 CKLS 过程中研究极大似然与准极大似然估计，分析高频长时间观测并讨论扩散系数估计。
- 材料陈述的贡献
- 摘要称在高频观测与无限时间范围下，估计器具有与连续观测相同的渐近正态性质，并以模拟和真实数据说明多阈值建模。
- 阅读关注点
- 应核对采样间隔与观测期限的联合渐近要求、遍历条件及阈值是否已知，并检查漂移和扩散参数估计的相互影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明阈值处理、完整采样条件和数据细节，不能推广至固定期限观测。
原文摘要
We consider a continuous time process that is self-exciting and ergodic, called threshold Chan-Karolyi-Longstaff-Sanders (CKLS) process. This process is a generalization of various models in econometrics, such as Vasicek model, Cox-Ingersoll-Ross, and Black-Scholes, allowing for the presence of several thresholds which determine changes in the dynamics. We study the asymptotic behavior of maximum-likelihood and quasi-maximum-likelihood estimators of the drift parameters in the case of continuous time and discrete time observations. We show that for high frequency observations and infinite horizon the estimators satisfy the same asymptotic normality property as in the case of continuous time observations. We also discuss diffusion coefficient estimation. Finally, we apply our estimators to simulated and real data to motivate considering (multiple) thresholds.