NONPARAMETRIC ESTIMATION OF THE DIFFUSION COEFFICIENT OF STOCHASTIC VOLATILITY MODELS
随机波动模型扩散系数的非参数估计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。
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：摘要研究随机波动扩散系数，并以已实现波动率估计观测间二次变差，涉及波动率与高频计量方法。
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
随机波动模型扩散系数的非参数估计
- 研究问题
- 如何仅利用连续时间状态变量的离散观测，非参数估计扩散系数，并扩展到其中一个状态变量是另一个变量波动率的模型？
- 方法与思路
- 作者结合状态轨迹的傅里叶分析与已实现波动率对观测间二次变差的估计，并通过迭代将估计扩展到双变量模型。
- 材料陈述的贡献
- 摘要称，估计量一致且渐近正态，模拟显示小样本无偏表现，并将方法用于单变量和双变量利率模型估计。
- 阅读关注点
- 应核对观测频率与时间跨度的渐近设定、傅里叶截断及二次变差估计，以及迭代方法如何处理波动率状态变量。
- 阅读边界
- 所给 Crossref 摘要未说明采样条件或微观结构噪声处理；模拟中的无偏表现不能确立一般有限样本无偏性，也未给出实证数值。
原文摘要
In this paper, new fully nonparametric estimators of the diffusion coefficient of continuous time models are introduced. The estimators are based on Fourier analysis of the state variable trajectory observed and on the estimation of quadratic variation between observations by means of realized volatility. The estimators proposed are shown to be consistent and asymptotically normally distributed. Moreover, the Fourier estimator can be iterated to get a fully nonparametric estimate of the diffusion coefficient in a bivariate model in which one state variable is the volatility of the other. The estimators are shown to be unbiased in small samples using Monte Carlo simulations and are used to estimate univariate and bivariate models for interest rates.