金融连续时间随机过程的统计推断

项目名称： 金融连续时间随机过程的统计推断

项目编号： No.71371016

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 管理科学

项目作者： 陈松蹊

作者单位： 北京大学

项目金额： 57.5万元

中文摘要： 金融随机微分方程和金融时间序列分别是金融计量学和统计学科中的重要研究分支。它们也是金融工程建模、金融风险管理的重要工具。随机微分方程与时间序列的交叉带来了全新的，也是随机过程统计学中的最前沿的研究问题。具体地说，尽管建立在随机微分方程基础上的金融随机动态模型是连续时间的，但观察到的样本却是离散的。这种连续时间模型与离散时间数据之间的不一致性对金融连续时间随机模型的参数估计及模型检验是一个很大的挑战。同时由于连续时间模型比传统的离散时间模型复杂得多，这使得传统的统计估计方法，如极大似然及最小二乘方法不能直接应用。本课题将对现有的近似极大似然估计的统计学性质进行全面的评价；同时提出一套全新的近似极大似然估计的方法，这一方法适用于更一般的多维过程模型转移密度函数的近似。我们将建立一个在条件特征函数基础上的广泛应用于由列维过程驱动的随机微分方程，及部分可观测的过程的参数估计方法、模型检验的统计推

中文关键词： 金融连续时间模型;；利率模型;；离散时间序列;；估计和检验；

英文摘要： Continuous time stochastic processes defined by stochastic differential equations have long been used to model dynamic stochastic systems arising in Finance.They have been the focus of mathematical and probabilistic research for many decades. One latest

英文关键词： continuous-time model in Finance；interest rate models；discrete time series；estimation and test；