Volatility and jump activity estimation in a stable Cox-Ingersoll-Ross model
稳定型 Cox–Ingersoll–Ross 模型的波动率与跳跃活跃度估计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：摘要明确以高频观测估计连续时间模型中的波动率及跳跃活跃度，直接对应波动率与高频计量方向，但未描述具体金融数据。
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
稳定型 Cox–Ingersoll–Ross 模型的波动率与跳跃活跃度估计
- 研究问题
- 在扩散成分与无限变差跳跃叠加的稳定型 CIR 模型中，如何利用高频观测联合估计波动率、尺度及跳跃活跃度参数？
- 方法与思路
- 作者研究由布朗运动和非对称稳定 Lévy 过程驱动的参数模型，扩展既有估计思路，构造面向高频观测的联合参数估计量。
- 材料陈述的贡献
- 摘要称，所提出估计量的收敛速率在一个对数因子之外达到最优，针对扩散与无限变差跳跃混合造成的速率效率困难提供方法。
- 阅读关注点
- 应核对观测频率与观测期限的渐近设定、参数空间限制，以及速率最优的比较基准、对数损失来源和联合估计的实现方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核验；摘要未给出具体速率、估计公式或完整条件，不能据此判断有限样本精度。
原文摘要
We consider the parametric estimation of the volatility and jump activity in a stable Cox-Ingersoll-Ross ($α$-stable CIR) model driven by a standard Brownian Motion and a non-symmetric stable Lévy process with jump activity $α\in (1,2)$. The main difficulties to obtain rate efficiency in estimating these quantities arise from the superposition of the diffusion component with jumps of infinite variation. Extending the approach proposed in Mies (2020), we address the joint estimation of the volatility, scaling and jump activity parameters from high-frequency observations of the process and prove that the proposed estimators are rate optimal up to a logarithmic factor.