Estimating the structural credit risk model when equity prices are contaminated by trading noises
交易噪声污染股价时的结构信用风险模型估计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：摘要明确估计结构信用风险模型，并重点考察交易噪声对企业资产波动率估计的影响。
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
交易噪声污染股价时的结构信用风险模型估计
- 研究问题
- 当观测股价受到交易噪声污染时，如何估计结构信用风险模型，并判断忽略噪声会如何影响企业资产波动率的估计？
- 方法与思路
- 作者将变换数据最大似然方法扩展至含交易噪声的情形，使用粒子滤波计算Merton模型似然，并开展公司数据应用及模拟。
- 材料陈述的贡献
- 摘要称，公司样本中忽略交易噪声可能显著高估资产波动率；估计噪声与三类流动性代理变量所预测的方向一致。
- 阅读关注点
- 阅读全文时应核对交易噪声和潜在资产过程的设定、两者的识别、粒子滤波精度，以及流动性关联和模拟结果的评价方式。
- 阅读边界
- 仅据所给出版社摘要，无法判断噪声模型误设的影响或信用风险预测是否改善；摘要未说明偏差幅度、滤波设置及违约预测结果。
原文摘要
The transformed-data maximum likelihood estimation (MLE) method for structural credit risk models developed by Duan [Duan, J.-C., 1994. Maximum likelihood estimation using price data of the derivative contract. Mathematical Finance 4, 155-167] is extended to account for the fact that observed equity prices may have been contaminated by trading noises. With the presence of trading noises, the likelihood function based on the observed equity prices can only be evaluated via some nonlinear filtering scheme. We devise a particle filtering algorithm that is practical for conducting the MLE estimation of the structural credit risk model of Merton [Merton, R.C., 1974. On the pricing of corporate debt: The risk structure of interest rates. Journal of Finance 29, 449-470]. We implement the method on the Dow Jones 30 firms and on 100 randomly selected firms, and find that ignoring trading noises can lead to significantly over-estimating the firm's asset volatility. The estimated magnitude of trading noise is in line with the direction that a firm's liquidity will predict based on three common liquidity proxies. A simulation study is then conducted to ascertain the performance of the estimation method.