交易信息、跳跃发现与波动率估计
2017-08-15分类号：F832.51;O211
【部门】中国人民大学统计学院
【摘要】在高频金融数据研究中,估计金融资产价格序列积分波动率时,往往需要考虑市场微观结构噪声与资产价格跳跃的影响。本文将市场微观结构噪声部分地表示成交易信息的参数函数,并结合资产收益序列的跳跃特征,提出资产收益的高斯混合模型。本文利用EM算法进行噪声参数估计的同时,识别资产价格的跳跃,进而提出一种新的积分波动率的估计量。本文提出的方法可以视为Li等(2016)的改进,并在模拟研究中,得到了比Li等(2016)更好的参数估计效果,且即使在跳跃幅度分布误设的情况下,也具有良好的识别跳跃的功能。在应用举例中,对比了本文
【关键词】已实现波动率 高斯混合模型 市场微观结构噪声 跳跃
【基金】国家自然科学基金项目“金融资产配置中面板数据动态因子模型研究”(71271210);国家自然科学基金项目“非对称随机波动建模及其在金融风险管理中的应用研究”(71471173);; 教育部人文社会科学重点研究基地项目“金融风险测度与管理若干前沿问题研究”(14JJD910002)资助;; 中国人民大学2016年度拔尖创新人才培育资助计划成果
【所属期刊栏目】统计研究
文献传递
