基于非参数方法对随机微分方程的实证研究.pdfVIP

第12卷第4期 广州大学学报(自然科学版) V01．12No．4 2013正 of 8月 Journal Science 2013 GuangzhouUniversity(NaturalEdition) Aug． 文章编号：1671—4229(2013)04-0007-05 基于非参数方法对随机微分方程的实证研究 崔 霞 (广州大学经济与统计学院，广东广州510006) 摘要：首先介绍随机微分方程基本理论，然后基于我国上证综合指数的离散观测数据，运用非参数方法对随 机微分方程的漂移项和扩散项进行估计．核函数的方法用来近似估计随机过程中期望函数，从而得到了漂移项 和扩散项的非参数估计．相比于参数估计方法，非参数方法是一种使用尽可能少的假设但又能通过数据推测未 知的数量特征的方法，它是一种无限维的方法，因而显得更为灵活、适应性更广和更具发展潜力．最后，运用统 计软件R语言对其进行实证分析． 关键词：随机微分方程；非参数方法；漂移项；扩散项；R语言 中图分类号：O212 文献标志码：A 连续时间下对随机扩散过程的鉴定、估计和 的假设但又能通过数据推测未知的数量特征的方 渐近连续抽样观测的研究都已经证实是非常困难 法，它是一种无限维的方法，因而显得更为灵活、 的，这主要因为现实上几乎无法获得连续抽样观 适应性更广和更具发展潜力．它引起国外许多统 测的数据．因此，尽管关于随机微分方程估计方法 计学者的极大关注．有些学者致力于对漂移项和 的讨论出现了好长一段时间，但学术界还是更多 扩散项的非参数估计及性质进行研究H-61．1997 地关注如何进行连续抽样观测的问题．至于对随 年，STANTON首次使用核函数的方法来近似估计 机微分方程的漂移率、扩散率的估计方法还是近 随机过程中期望函数，从而得到了漂移项和扩散项 十几年才被提出来的¨J．研究者先后研究、提出了 的非参数估计．非参数估计方法在金融衍生产品的 漂移率和＼或扩散率的参数估计方法，包括最大似 定价、波动率分析等等金融领域都有重要的应用． 然估计和广义矩估计方法．而文献[2—5]也研究 了使用非参数和半参数的方法进行估计． 1 基本理论 另一方面，在获得离散抽样观测数据(discrete 设(力，厂，{F}伽，P)是完备的概率空间，具 samplingobservations)且已知准确的转移密度函数 或者边缘密度函数的条件下，可以很直观地采用 有流{z}渤满足通常条件，即单调递增右连续，且 MaximumLikelihoodEstima．五包含所有的零测集．设B(t)=(曰，(t)，…， 最大似然估计(The tion，ML)、渐近最大似然估计(AML)和广义矩曰。(t))1，tt0是定义在这个概率空间上m维标 methodof (Generalizedmoments，GMM)等参数估 准布Wiener过程．设z。是{兀}可测的R“值的随 计方法进行估计．但是，参数估计方法因为其需要 机变量满足E[戈：]∞．设f：R“×R+_R“，g：尺“× 事先假定抽样观测总体服从某一确定的、关于待 R+_尺““都是Borel可测的．伊藤型m维随机微 估计参数的特定分布，其最根本的原因是因为参 分方程为 数仅能估计有限维的参数向量，这些内在的不足 严格限制了参数方法的广泛应用，更多地还只是