Market-based estimation of stochastic volatility models
随机波动率模型的市场数据估计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。
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：摘要直接研究随机波动率估计、方差互换定价测度及无套利约束。
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…
随机波动率模型的市场数据估计
- 研究问题
- 如何利用方差互换的市场动态估计随机波动率模型，并使模型满足无套利要求及不同到期期限之间的一致性？
- 方法与思路
- 作者将 HJM 思路用于波动率衍生品，刻画方差互换动态的无套利限制，并在定价测度下漂移为仿射形式时求闭式表达。
- 材料陈述的贡献
- 摘要报告了无套利限制与远期方差曲线公式；在标普五百及方差互换数据中，双因子模型的样本内外表现优于单因子模型。
- 阅读关注点
- 应核对无套利限制的推导、定价测度与实际测度的衔接，以及不同期限数据如何识别模型参数和评价样本外表现。
- 阅读边界
- 仅据所给出版社摘要，不能判断测度转换、误差处理和模型比较细节；双因子优势的数值幅度及跨市场稳定性未说明。
原文摘要
We propose a method for estimating stochastic volatility models by adapting the HJM approach to the case of volatility derivatives. We characterize restrictions that observed variance swap dynamics have to satisfy to prevent arbitrage opportunities. When the drift of variance swap rates are affine under the pricing measure, we obtain closed form expressions for those restrictions and formulas for forward variance curves. Using data on the S&P500 index and variance swap rates on different time to maturities, we find that linear mean-reverting one factor models provide inaccurate representation of the dynamics of the variance swap rates while two-factor models significantly outperform the former both in and out of sample.