An empirical application of stochastic volatility models
随机波动模型的实证应用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：摘要同时研究汇率随机波动的估计及其在货币期权定价中的应用。
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
随机波动模型的实证应用
- 研究问题
- 汇率创新的分布设定如何影响随机波动模型的参数和潜在波动估计，这些估计误差又如何传递到货币期权定价？
- 方法与思路
- 作者用灵活正态混合建模汇率创新平方的对数密度，比较准极大似然、模拟 EM 和贝叶斯估计，并将模型用于货币期权定价。
- 材料陈述的贡献
- 摘要称，厚尾创新提高波动持续性估计；波动序列估计误差较大，导致期权价格通常难与常波动模型的价格显著区分。
- 阅读关注点
- 核对创新分布与混合近似、三种估计方法的可比性，以及潜在波动误差如何传递到期权价格和相应标准误。
- 阅读边界
- 所给 RePEc 出版社摘要基于四种货币的二十年周度数据，未给出具体误差数值；不能泛化到其他样本或推断版本变化。
原文摘要
This paper studies the empirical performance of stochastic volatility models for twenty years of weekly exchange rate data for four major currencies. We concentrate on the effects of the distribution of the exchange rate innovations for both parameter estimates and for estimates of the latent volatility series. The density of the log of squared exchange rate innovations is modelled as a flexible mixture of normals. We use three different estimation techniques: quasi-maximum likelihood, simulated EM, and a Bayesian procedure. The estimated models are applied for pricing currency options. The major findings of the paper are that: (1) explicitly incorporating fat-tailed innovations increases the estimates of the persistence of volatility dynamics; (2) the estimation error of the volatility time series is very large; (3) this in turn causes standard errors on calculated option prices to be so large that these prices are rarely significantly different from a model with constant volatility. � 1998 John Wiley & Sons, Ltd.