版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、金融市場(chǎng)中,利率是資產(chǎn)定價(jià)和風(fēng)險(xiǎn)管理的決定性變量,因此對(duì)利率模型及其參數(shù)估計(jì)問題進(jìn)行研究有重要的意義。
本文主要研究了利率模型 CIR過程的模擬及參數(shù)估計(jì)問題。通過模擬分析,得到精確模擬數(shù)據(jù)能夠較為準(zhǔn)確地刻畫模型的特性,由此基于精確模擬產(chǎn)生的數(shù)據(jù)對(duì)模型的參數(shù)估計(jì)問題進(jìn)行分析,發(fā)現(xiàn)常用參數(shù)估計(jì)方法間的估計(jì)效果無明顯差異。其中時(shí)間間隔?t只影響波動(dòng)率σ的估計(jì),對(duì)均值μ和回復(fù)速度α的估計(jì)基本無影響;時(shí)間長(zhǎng)度 T是影響參數(shù)估計(jì)的主要因
2、素,尤其是α的估計(jì)強(qiáng)依賴于T,T較小時(shí)其估計(jì)效果非常差。通過探究α的估計(jì)效果與T的關(guān)系發(fā)現(xiàn)α的值越小其估計(jì)效果越依賴于T的取值,即由于α為回復(fù)速度,當(dāng)T固定時(shí)其估計(jì)效果與自身大小有關(guān)。
鑒于常用估計(jì)方法在T較小時(shí)對(duì)α的估計(jì)效果較差,首先本文利用馬爾科夫鏈蒙特卡洛算法對(duì)模型進(jìn)行貝葉斯估計(jì),在一定程度上改善了α的估計(jì)效果;其次本文提出α的間接貝葉斯估計(jì),包括最大后驗(yàn)概率估計(jì)和精確似然函數(shù)下的后驗(yàn)均值估計(jì),使得在T較小時(shí),α的估計(jì)效
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合模型參數(shù)估計(jì)的研究.pdf
- 混合模型的參數(shù)估計(jì).pdf
- 期權(quán)定價(jià)模型的參數(shù)估計(jì)及應(yīng)用.pdf
- 半?yún)?shù)函數(shù)關(guān)系模型參數(shù)估計(jì)的研究.pdf
- 線性模型參數(shù)估計(jì)的實(shí)證分析及相對(duì)效率研究.pdf
- 52355.水文模型參數(shù)估計(jì)方法及參數(shù)估計(jì)不確定性研究
- 多元線性模型的參數(shù)估計(jì).pdf
- 線性模型中的參數(shù)估計(jì).pdf
- Logit模型參數(shù)估計(jì)方法的研究.pdf
- 幾類利率模型的參數(shù)估計(jì)和偏差分析.pdf
- 參數(shù)估計(jì)與非參數(shù)估計(jì)
- 621.有限混合分布模型參數(shù)估計(jì)的em算法及模擬
- 廣義半?yún)?shù)模型的參數(shù)估計(jì)與影響分析.pdf
- IRT計(jì)時(shí)模型的參數(shù)估計(jì)及其研究.pdf
- IRT模型參數(shù)估計(jì)的MCMC算法研究.pdf
- irt模型參數(shù)估計(jì)的mcmc算法研究
- Alpha穩(wěn)定分布的模型仿真及參數(shù)估計(jì).pdf
- 基于改進(jìn)EM算法的混合模型參數(shù)估計(jì)及聚類分析.pdf
- 線性混合模型中的參數(shù)估計(jì).pdf
- 半相依回歸模型的參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論