本文關(guān)鍵詞：最小Hellinger距離方法在擴(kuò)散過程參數(shù)估計中的應(yīng)用　出處：《南京理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 擴(kuò)散過程 轉(zhuǎn)移密度 非參數(shù)估計量 最小Hellinger距離 參數(shù)估計

【摘要】：擴(kuò)散過程在數(shù)理金融領(lǐng)域中扮演著重要的角色,例如在利率期限結(jié)構(gòu)理論和投資組合的選取以及資產(chǎn)定價、衍生物定價等這些領(lǐng)域中都要用到擴(kuò)散過程。擴(kuò)散過程在這些領(lǐng)域中的應(yīng)用證明了擴(kuò)散過程是描述金融市場的最具有吸引力的工具之一。隨著當(dāng)代數(shù)理金融學(xué)的發(fā)展以及擴(kuò)散過程在現(xiàn)實金融市場的應(yīng)用逐漸廣泛,擴(kuò)散過程的統(tǒng)計分析問題已經(jīng)成為當(dāng)下金融數(shù)學(xué)研究上的一個熱點問題。但是,在大多數(shù)的參數(shù)估計當(dāng)中,都是基于擴(kuò)散過程的不變分布密度進(jìn)行的。由于擴(kuò)散過程不變分布不能很好地體現(xiàn)有限時間內(nèi)過程的動態(tài)特征,且在很多情況下,大部分?jǐn)U散過程不具有不變分布。而擴(kuò)散過程的轉(zhuǎn)移密度對于模型檢驗等問題更為重要。由于擴(kuò)散過程具有馬爾可夫性質(zhì),多數(shù)具有不變的轉(zhuǎn)移密度,其轉(zhuǎn)移密度能獲得連續(xù)時間過程的全部動態(tài)特征,因此基于轉(zhuǎn)移密度的估計比基于不變密度的估計更有意義。所以,為了研究擴(kuò)散過程的參數(shù)估計問題,本文基于最小Hellinger距離的定義給出了利用轉(zhuǎn)移密度構(gòu)造的參數(shù)估計量。首先給出擴(kuò)散過程不變分布密度和聯(lián)合密度的非參數(shù)估計量以及估計量的性質(zhì)(一致收斂性以及漸近正態(tài)性)�；诖�,給出了轉(zhuǎn)移密度的非參數(shù)估計量并研究了它的性質(zhì)(一致收斂性以及漸近正態(tài)性)。然后通過最小化擴(kuò)散過程的轉(zhuǎn)移密度和該密度的一個非參數(shù)估計量之間的Hellinger距離構(gòu)造擴(kuò)散過程的參數(shù)統(tǒng)計量,實現(xiàn)這一統(tǒng)計量的一致收斂性和漸近正態(tài)性。最后為了強(qiáng)調(diào)說明該方法的可行性,本文將這一方法應(yīng)用于幾何Brown運動和CEV模型這兩個例子給出模擬分析。
[Abstract]:Diffusion process plays an important role in the field of mathematical finance, such as the theory of interest rate term structure, the selection of portfolio and asset pricing. Diffusion processes are used in these fields, such as derivative pricing. The application of diffusion processes in these fields proves that diffusion processes are one of the most attractive tools for describing financial markets. The application of the development and diffusion process in the real financial market is becoming more and more extensive. The statistical analysis of diffusion process has become a hot issue in the current financial mathematics research. However, in most of the parameter estimation. It is based on the invariant distribution density of the diffusion process, because the invariant distribution of the diffusion process can not well reflect the dynamic characteristics of the process in finite time, and in many cases. Most diffusion processes do not have invariant distribution, but the transfer density of diffusion process is more important for model checking. Because diffusion process has Markov property, most of them have invariant transfer density. The transfer density can obtain all the dynamic characteristics of the continuous time process, so the estimation based on the transfer density is more meaningful than the estimation based on the invariant density. Therefore, in order to study the parameter estimation of diffusion process. In this paper, based on the definition of minimum Hellinger distance, a parameter estimator constructed by transfer density is given. Firstly, the nonparametric estimators of invariant distribution density and joint density of diffusion process and the estimator of the estimator are given. Nature (. Uniform convergence and asymptotic normality. The nonparametric estimator of transfer density is given and its properties (uniform convergence and asymptotic normality) are studied. The parameter statistics of the diffusion process are then constructed by minimizing the Hellinger distance between the transfer density of the diffusion process and a nonparametric estimate of the density. The uniform convergence and asymptotic normality of this statistic are realized. Finally, the feasibility of the method is emphasized. In this paper, we apply this method to geometric Brown motion and CEV model.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F224;F830.59

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝赤,吳雄偉;跳躍-擴(kuò)散過程下的利率期限結(jié)構(gòu)模型[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2001年11期

2 馮廣波,劉再明,侯振挺;服從跳-擴(kuò)散過程的再裝股票期權(quán)的定價[J];系統(tǒng)工程學(xué)報;2003年01期

3 趙霞;張波;;擴(kuò)散過程的統(tǒng)計推斷及其在保險中的應(yīng)用[J];統(tǒng)計與決策;2006年01期

4 韓東;;直線上強(qiáng)對稱擴(kuò)散過程的構(gòu)造[J];新疆大學(xué)學(xué)報(自然科學(xué)版);1986年02期

5 熊捷;擴(kuò)散過程的σ-有限不變測度[J];北京大學(xué)學(xué)報(自然科學(xué)版);1988年03期

6 吳獎倫;;光滑流形上非退化L-擴(kuò)散過程的表示[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);1990年01期

7 區(qū)景祺;石北源;;反射擴(kuò)散過程的某些極限定理[J];應(yīng)用概率統(tǒng)計;1993年04期

8 尹傳存;條件擴(kuò)散過程的生命時與條件規(guī)范[J];數(shù)學(xué)物理學(xué)報;1995年S1期

9 楊新建;擴(kuò)散過程的極性的一個充分條件[J];數(shù)理統(tǒng)計與應(yīng)用概率;1996年04期

10 周國強(qiáng),佘廉;略談偽科技擴(kuò)散過程[J];軟科學(xué);1997年01期

相關(guān)會議論文 前2條

1 沐年國;韓清;;跳躍決定及其R-GMM方法探索[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第10卷）[C];2009年

2 連紀(jì)仁;;膨脹—流體擴(kuò)散模式中一種可能的流體擴(kuò)散過程的討論[A];第一次全國地震科學(xué)學(xué)術(shù)討論會論文摘要匯編[C];1979年

相關(guān)博士學(xué)位論文 前10條

1 李兆峰;多重社會網(wǎng)絡(luò)中擴(kuò)散過程建模與機(jī)制研究[D];東南大學(xué);2016年

2 于樂;氧化銀空心納米管的擴(kuò)散過程和鎳納米球殼陣列的磁化過程[D];南京大學(xué);2016年

3 周圣武;基于跳擴(kuò)散過程的歐式股票期權(quán)定價與風(fēng)險度量研究[D];中國礦業(yè)大學(xué);2009年

4 宋玉平;帶跳擴(kuò)散過程的統(tǒng)計推斷[D];浙江大學(xué);2013年

5 劉宣會;基于跳躍—擴(kuò)散過程的投資組合與定價問題研究[D];西安電子科技大學(xué);2004年

6 歐陽敏;復(fù)雜系統(tǒng)崩潰過程的分析與控制[D];華中科技大學(xué);2009年

7 李海波;Markov切換跳擴(kuò)散過程的穩(wěn)定性和數(shù)值方法分析[D];清華大學(xué);2013年

8 彭君;一類在邊界上逗留后隨機(jī)跳的擴(kuò)散過程[D];中南大學(xué);2009年

9 許之彥;擴(kuò)散過程的統(tǒng)計推斷[D];華東師范大學(xué);2003年

10 劉清芝;反滲透膜及水溶液內(nèi)擴(kuò)散過程的分子模擬研究[D];中國海洋大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 黃楠;多維擴(kuò)散過程的首次通過時[D];南京大學(xué);2013年

2 梁超;對G-擴(kuò)散過程的一些探討[D];南京大學(xué);2014年

3 李慈;帶跳和狀態(tài)轉(zhuǎn)移—擴(kuò)散過程的捕食—食餌者模型[D];吉林大學(xué);2016年

4 張雅婧;一維擴(kuò)散過程的擬平穩(wěn)分布及其收斂速度[D];湘潭大學(xué);2016年

5 吳苛;最小Hellinger距離方法在擴(kuò)散過程參數(shù)估計中的應(yīng)用[D];南京理工大學(xué);2017年

6 徐炳祥;基于離散觀測的擴(kuò)散過程參數(shù)估計[D];中南大學(xué);2014年

7 王惠慶;帶雙邊界的擴(kuò)散過程的首次超過時間[D];曲阜師范大學(xué);2008年

8 劉會清;擴(kuò)散過程的一種新檢驗方法及其在股市、即期利率市場中的運用[D];廈門大學(xué);2007年

9 潘科;G公司技術(shù)產(chǎn)品的動態(tài)擴(kuò)散過程研究[D];華南理工大學(xué);2011年

10 王藝霖;離散樣本擴(kuò)散過程的局部線性估計[D];復(fù)旦大學(xué);2013年

，

本文編號：1407936