A Nonparametric Approach to the Estimation of Diffusion Processes, With an Application to a Short-Term Interest Rate Model
扩散过程的非参数估计及其在短期利率模型中的应用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：摘要直接估计短期利率过程的扩散函数，涉及金融变量的随机波动刻画；未明确讨论债券定价或收益预测。
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
扩散过程的非参数估计及其在短期利率模型中的应用
- 研究问题
- 如何根据离散采样观测，在不预设漂移和扩散函数形式的情况下识别、估计扩散过程，并检验短期利率的常见模型设定？
- 方法与思路
- 作者构造扩散函数的非参数核估计，在更强条件下结合扩散估计和边际密度估计漂移函数，并应用于加拿大每日三个月国库券利率。
- 材料陈述的贡献
- 摘要称，扩散估计具有逐点一致性和混合正态极限，更强条件下可一致估计漂移；利率应用提供了拒绝常见函数设定的证据。
- 阅读关注点
- 应核对离散采样下的识别逻辑、核估计与带宽选择、混合正态极限的来源，以及漂移估计条件和实证拒绝结论的检验依据。
- 阅读边界
- 仅据所给 Crossref 版本摘要，正则条件、采样渐近框架和检验细节均未说明；原文过程缩写存在歧义，不能据此补定过程类别。
原文摘要
In this paper, we propose a nonparametric identification and estimation procedure for an ltd diffusion process based on discrete sampling observations. The nonparametric kernel estimator for the diffusion function developed in this paper deals with general ltd diffusion processes and avoids any functional form specification for either the drift function or the diffusion function. It is shown that under certain regularity conditions the nonparametric diffusion function estimator is pointwise consistent and asymptotically follows a normal mixture distribution. Under stronger conditions, a consistent nonparametric estimator of the drift function is also derived based on the diffusion function estimator and the marginal density of the process. An application of the nonparametric technique to a short-term interest rate model involving Canadian daily 3-month treasury bill rates is also undertaken. The estimation results provide evidence for rejecting the common parametric or semiparametric specifications for both the drift and diffusion functions.