带跳的随机波动模型的参数估计

讨论了带跳的随机波动模型中的参数估计问题,假设跳过程服从双指数跳,波动项服从Heston模型.首先借助Lee-Myland方法识别跳跃部分,运用极大似然估计方法对跳跃部分的参数进行估计.然后将扩散部分离散化之后用极大似然估计方法对扩散项的参数进行估计.最后,利用上证综合指数2015-2018年的历史数据进行实证分析,实验结果表明使用该方法能有效估计带跳的随机波动率模型的参数.     

随机利润模型中参数的极大似然估计

假设需求量是连续型随机变量，销售利润为其中Ｐ＞０是产品单价，ａ≥０是产品单位可变成本，ｂ≥０是固定成本，ｃ＞０是企业最大生产能力．本文对这种随机利润模型中参数的估计进行了研究，并给出了这些参数存在极大似然估计的充分必要条件．     

MRS-GARCH模型在沪深股指波动中的应用研究?

考虑MRS-GARCH模型中存在的"路径依赖"问题,采用混合Gibbs抽样与EM算法的两步MCEM-MCML法求参数的极大似然估计,避免了对原模型的简化或近似而导致的信息损失及估计精度下降.以上证综指和深圳成指日(周)收益数据为样本,利用MRS-GARCH模型对沪深股市收益波动进行估计.结果表明:沪深股市存在显著的高、低波动状态,处于低波动状态的可能性更大,持续时间更长.与MS、Gray及Klassen模型相比,MRS-GARCH模型估计的波动状态持续性有所降低.比较各模型的BIC值,MRS-GARCH模型的拟合性能最优.     

Fisher得分法与EM算法在随机效应模型中的应用

随着随机模型的广泛应用,关于随机效应模型的参数估计一直是线性模型的最活跃的研究方向之一。我们经常估计这类模型的固定效应和方差成分。我们使用极大似然估计作为估计方差成分的一种技巧,为了考虑到估计固定效应时的自由度的损失,我们又会使用限制极大似然估计。计算方差成分的ML或者REML估计时,有很多迭代算法可以使用。我们关心的是Fisher得分法和EM算法应用到随机效应模型的方差成分上,通过使用这两种算法对随机效应模型的方差成分的极大似然估计和限制极大似然估计进行比较分析。本文给出EM算法用于求极大似然估计的具体公式补充证明,并对Fisher得分法在随机效应模型中的应用限制极大似然估计给予具体公式。     

多元逻辑模型的极大似然估计

在经济计量研究中，逻辑模型是一种应用非常广泛的非线性概率模型，几今关于一元情形参数估计的讨论文献很多，对多元情形仅证明似然估计的存在性，而没有给出求参数的具体算法，然而多元模型也有其十分广阔的实际应用，本文将给出了多元情形下逻辑模型的极大似然估计及一种具体计算方法。     

正态AR（1）模型参数之极大似然估计

评述了有关工作，强调了我们的独特工作，即另一种可推广到ＡＲ（Ｐ）的解析表达式和Ｒ０已知，单对Ｒ１作极大似然估计，此时出现了不唯一性点集。     

对一个汇率模型的参数的极大似然估计

首先通过Cheung和Yeung的汇率模型引出肖庆宪和茆诗松的汇率模型，之后，我们主要是利用微积分，随机过程等基本知识对肖庆宪和茆诗松的模型作了详细的推导，进而导出一个便于操作的结果。而且为了便于今后的实践应用，还利用极大似然估计的方法对模型中的参数进行了统计推断．     

随机波动模型的参数估计方法

随机波动(SV)模型是研究金融收益率波动性的一种重要模型,但该模型没有精确的似然函数表达式,对其进行研究具有一定的挑战性.将近十几年来国内外学者提出的不同参数估计方法分为2类,讨论了各种方法的优缺点,并对其给予了评价.     

含有随机波动的风险敏感性控制的最优投资模型

该文主要讨论了由一个无风险资产和N个风险资产组成的投资组合，在波动率受经济因子影响以及不考虑交易费用和消费的情况下，利用风险敏感性动态规划控制在有限期限和无限期限内实现投资利润的最大化．     

医疗保险的财务风险评估

建立了风险评估的基本模型和马尔柯夫模型,用以估计病人健康状态和治疗水平的随机性给医疗保险带来的财务风险,并举例说明了三水平马尔柯夫模型的实际应用．应用过程表明,风险评估模型能够合理地估算出相关财务风险的大小,为制订正确的医疗保险策略提供必要依据．     

变系数Logistic模型估计及其应用

以线性Logistic模型为基础,通过假定其中的回归变量系数是某一度量空间中点的任意函数,提出了一类有广泛应用背景的变系数Logistic模型.该模型提高了线性Logistic模型的灵活性和适应性.基于局部加权最大似然估计方法,系统讨论了变系数Logistic模型的拟合,以及与之相关的局部权系统和其中光滑参数的确定.最后,探讨了本模型在判别分析中的应用.     

基于极大重叠离散小波变换的金融高频数据波动率估计

利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显著的线性关系,随着尺度的增加,波动率逐渐变小.     

基于局部均值分解的高频金融数据波动率估计

为解决高频数据在风险评估中存在的非线性问题,提出了利用局部均值分解方法实现高频数据波动率估计。首先,采用高频模拟数据验证估计方法的可行性; 其次,将沪深300 指数不同频率收盘价作为研究对象,利用局部均值分解方法估计波动率,计算相对误差统计量。实验结果表明,利用局部均值分解方法可以有效实现高频数据波动率估计和解决高频数据中的非线性问题,随着抽样频率的增加,估计精度逐渐提高。该方法为高频数据波动率非参数估计提供了新的研究思路。     

MCMC方法在估计二元随机波动率模型中的应用

金融数据的波动性一直是经济学研究的热点问题之一,随机波动率模型(SV)在波动率建模中有着重要的应用.马尔科夫链蒙特卡罗(MCMC)方法是估计参数的一种有效方法,给出估计一类二元SV模型参数的MCMC算法,并通过WinBUGS软件编程实现了该算法.文章最后给出了模型和程序的一个实际应用.     

多维GARCH模型的估计和检验

讨论多维 GARCH模型的识别及其参数模型的极大似然估计和检验方法     

具有随机波动率方差的信用等级迁移模型

考虑到信用等级迁移带来的风险,通过债券定价方式,基于Heston模型建立了具有随机波动率方差的信用等级迁移模型,以此来评估信用风险。根据预先设定的资产阈值将公司债券分为高、低两个信用等级,公司资产的波动率方差在不同的信用等级下有不同的波动性,即波动率方差满足不同的CIR(cox-ingersoll-ross)过程。根据无套利原理等,推导出了高、低等级下债券价值满足的偏微分方程以及耦合边界处满足的条件。利用隐格式差分方法对债券价值求取数值解,并进行参数分析。     

统一分布模型在物流规划中的应用

统一分布模型继承了目前主要基于熵理论的重力模型的特点.引入统一分布模型进行物流分布预测,设计了基于空间0.618搜索算法的极大似然估计参数标定方法.通过实际算例比较了各种内部成本取法下统一分布模型和双约束重力模型的预测效果,发现物流分布具有规模效应.预测结果显示,统一分布模型各指标均优于双约束重力模型,证实了统一分布模型具有良好的适应性,是一种高效的物流分布模型.