非對(duì)稱雙指數(shù)跳躍擴(kuò)散模型的貝葉斯分析.pdf

1、非對(duì)稱雙指數(shù)跳躍擴(kuò)散模型是由Kou提出的一種簡(jiǎn)單的跳躍擴(kuò)散模型。該模型可以為資產(chǎn)收益的有偏尖峰特征和“波動(dòng)微笑”提供解釋，對(duì)于許多的期權(quán)定價(jià)問題，它也可以比較容易的得到解析解。但Kou在提出該模型的時(shí)候并沒有對(duì)模型的參數(shù)進(jìn)行估計(jì)，基于此，本文以馬爾可夫蒙特卡羅(MCMC)方法為工具對(duì)模型進(jìn)行了估計(jì)。 本文首先總結(jié)了自BS模型問世以來金融資產(chǎn)收益連續(xù)時(shí)間模型的發(fā)展及主要成果，討論了迄今連續(xù)時(shí)間模型參數(shù)估計(jì)的主要方法。并在文章中重點(diǎn)

2、論述了參數(shù)估計(jì)的MCMC方法，討論了使用MCMC方法對(duì)模型參數(shù)進(jìn)行估計(jì)的一般過程。 最后，本文使用MCMC方法估計(jì)了非對(duì)稱雙指數(shù)跳躍擴(kuò)散模型。該方法是使用Euler方法對(duì)非對(duì)稱雙指數(shù)跳躍擴(kuò)散模型進(jìn)行離散化，用離散過程的似然函數(shù)作為模型參數(shù)的近似似然函數(shù)，然后，使用VC++語(yǔ)言開發(fā)了適合包含隱含變量的連續(xù)時(shí)間模型估計(jì)的基于MH算法的MCMC方法，并對(duì)模型參數(shù)進(jìn)行了估計(jì)。通過對(duì)模型參數(shù)的估計(jì)，證明了MCMC方法對(duì)于處理像非對(duì)稱雙指數(shù)