函數(shù)參數(shù)隨機(jī)波動(dòng)模型.pdf

1、近三十年來(lái)，隨著金融產(chǎn)品的多樣化，尤其是金融衍生產(chǎn)品的不斷涌現(xiàn)，估計(jì)分析和預(yù)測(cè)波動(dòng)率無(wú)論是在業(yè)界或是學(xué)界均受到廣泛的重視。在業(yè)界，波動(dòng)率被作為一個(gè)重要考慮因素用于金融產(chǎn)品定價(jià)、金融風(fēng)險(xiǎn)規(guī)避、投資決策等領(lǐng)域；在學(xué)界，分析波動(dòng)率現(xiàn)象、構(gòu)建波動(dòng)率模型、預(yù)測(cè)波動(dòng)率等均是數(shù)理金融和金融計(jì)量所關(guān)心的熱點(diǎn)問(wèn)題。對(duì)于波動(dòng)率的分析大致可以分成數(shù)理金融分析和時(shí)間序列計(jì)量分析兩個(gè)部分，在本文中我們將重點(diǎn)從后者上來(lái)分析波動(dòng)率，更具體地說(shuō)，我們將通過(guò)Taylor

2、(1998)[1]提出的隨機(jī)波動(dòng)率一類模型進(jìn)行分析?；趥鹘y(tǒng)的隨機(jī)波動(dòng)模型，我們提出函數(shù)參數(shù)隨機(jī)波動(dòng)模型(FunctionalCoefficient Stochastic Volatility model)。函數(shù)參數(shù)隨機(jī)波動(dòng)模型作為非參數(shù)一族的模型不僅涵蓋了文獻(xiàn)中大部分的參數(shù)隨機(jī)波動(dòng)模型，以及解釋了如波動(dòng)率“尖峰厚尾”、“波動(dòng)聚類”、“長(zhǎng)記憶性”的現(xiàn)象，還解決了傳統(tǒng)隨機(jī)波動(dòng)模型所不能解釋的波動(dòng)率“結(jié)構(gòu)變化”現(xiàn)象。此外，采用函數(shù)參數(shù)的表達(dá)