跳-扩散模型中即时波动率的门限多次幂变差核估计

讨论了跳-扩散模型中即时波动率的非参数估计问题.基于门限技术与多次幂变差,构造一个门限多次幂变差核估计量,并在一些假设条件下,建立了估计量的相合性和渐近正态性.数值模拟分析了门限多次幂变差核估计量的有限样本表现.     

复合泊松过程的可加性

对复合泊松分布可加性的研究在许多的文献中都可以看到,本文首先应用特征函数的方法证明了复合泊松分布的可加性.以此为基础,结合对随机过程相关性质的讨论,证明了复合泊松过程也具有与复合泊松分布可加性相似的,某种意义上的可加性性质.     

复合泊松过程及其在保险风险中的若干应用

本文利用齐次泊松过程的可加性,研究了复合泊松过程的可加性及其性质。作为应用,讨论了单个理赔额服从指数分布的复合泊松风险模型在第n次索赔时发生负盈余的概率。     

双复合泊松风险模型下的投资问题

在经典风险模型基础上,研究了保险公司保费收入和索赔均服从复合泊松过程的双复合泊松风险模型,针对最优投资策略和求解破产时刻惩罚金期望折现函数的问题,利用重期望公式和马氏性得到期望折现函数满足的带边界条件的二阶积分微分方程,通过高效的Sinc数值方法求出折现函数的近似数值解,从而由图像分析破产概率变化的趋势.     

随机波动率与跳组合情形的期权问题闭式解

围绕著名Black-Scholes模型的推广，当前学术界有两种途径：一是允许波动率为随机的；二是引入随机跳，实证表明，虽然随饥波动率模型稍好，但二者效果都不太理想，为能更真实地反映资产价格变动的规律，本文首次引入对数正态随机波动率过程与一个复合Poisson过程组合的资产价格动态模型，并得到了该模型下欧式看涨期权定价的闭式解．     

随机波动率跳跃扩散模型下复合期权定价

复合期权是一类以期权作为标的物的奇异型合约,它已广泛应用于许多金融实践。本文在股价满足一类随机波动率及跳跃均存在于股价和波动率的仿射跳跃扩散模型下(也称随机波动率混合跳跃扩散模型)考察了复合期权的定价。应用二维特征函数和Fourier反变换方法获到了标的为欧式标准看涨期权的欧式复合看涨期权的定价半封闭公式,并将其应用于推导扩展期权的定价。最后,借助于离散快速Fourier变换法(FFT)数值计算定价公式,并用数值实例分析了期权价格对波动率的敏感性。数值结果表明扩散波动和跳跃波动对期权价格都有正的影响,而且跳跃波动的冲击非常显著。     

基于复合泊松过程战略石油储备天数的概率模型及其应用

为了明确国家或地区战略石油储备天数,在分析世界发生石油生产中断的历史数据的基础上,建立了战略石油储备天数的复合泊松过程的概率模型。把模型计算结果与国际能源机构确定的经合组织石油储备天数的标准及其实际石油储备数据进行对比分析,发现该模型具有相当的合理性,可以作为指导国家或地区进行战略石油储备的理论依据。     

非线性E-V回归模型中参数估计的渐近性质

本文讨论了非线性E-V回归模型中参数的估计问题,构造了未知参数β0的最小二乘估计β和误差方差σ2的估计σ2,证明了β具有渐近正态性,同时也证明了σ2依概率收敛于σ2的速度可达到n-1/2.     

协变量维数趋于无穷的复合次序模型的GEE估计的渐近性质

研究了协变量维数趋于无穷的复合次序Logisti回归纵向数据模型.首先在响应变量为k个有序"状态"之一时,给出了该模型下的广义估计方程,然后给出了该广义估计方程估计的渐近存在性,相合性以及渐近正态性定理,并在较弱的条件下给出了定理的证明过程,证明了该模型的可用性以及结果的稳定性,推广了文献中的相关结果.     

非线性E-V回归模型中参数估计的渐近性质

本文讨论了非线性E-V回归模型中参数的估计问题,构造了未知参数β0的最小二乘估计β和误差方差σ2的估计σ2,证明了β具有渐近正态性,同时也证明了σ2依概率收敛于σ2的速度可达到n-1/2.     

PARAMETER ESTIMATION FOR A DISCRETELY OBSERVED STOCHASTIC VOLATILITY MODEL WITH JUMPS IN THE VOLATILITY

In this paper a stochastic volatility model is considered. That is, a log price process Y which is given in terms of a volatility process V is studied. The latter is defined such that the log price possesses some of the properties empirically observed by Barndorff-Nielsen & Jiang[6]. In the model there are two sets of unknown parameters, one set corresponding to the marginal distribution of V and one to autocorrelation of V. Based on discrete time observations of the log price the authors discuss how to estimate the parameters appearing in the marginal distribution and find the asymptotic properties.     

ASYMPTOTIC NORMALITY OF PARAMETERSESTIMATION IN EV MODEL WITH REPLICATEDOBSERVATIONS

1 IntroductionFOrnully the EV (Errors-ill-Vaiables) nrodel is just tlie regressiOli medel with both depen-dent aud iudependeut variables arc subject to error (see, fOr exan1ple, [21~[71 alid tlie literaturecited tl1ere). Collsiderillg tliat iu mauy practical aPplications, taking replicated observationspresellts lio esseutial dimculties. heuce can offer a couveuiellt choice in avoidillg artilicia1 as-sunWtions about tlie nlodel. This case was studied ill essay [11, in which estinators of a …     

PA误差下回归函数小波估计的渐近性质

本文研究了回归函数小波估计的渐进性质的问题.利用概率不等式方法,获得了函数g(·)的小波估计量的r-阶矩相合,依概率收敛和强收敛以及渐进正态性的结果,所获的结果推广了其他混合相依下的相应结果.     

ASYMPTOTIC PROPERTIES OF ESTIMATORS IN PARTIALLY LINEAR SINGLE-INDEX MODEL FOR LONGITUDINAL DATA

In this article, a partially linear single-index model /or longitudinal data is investigated. The generalized penalized spline least squares estimates of the unknown parameters are suggested. All parameters can be estimated simultaneously by the proposed method while the feature of longitudinal data is considered. The existence, strong consistency and asymptotic normality of the estimators are proved under suitable conditions. A simulation study is conducted to investigate the finite sample performance of the proposed method. Our approach can also be used to study the pure single-index model for longitudinal data.     

双重时序模型矩估计的渐近性：1.样本自协方差（自相关）函数

双重时序模型自提出以来，特别是关于模型的概率性质（如平很快稳性，遍历性）已有许多讨论，但统计推断方面的文章还很少。作为［９，１０］工作的继续，本文及后续文章将讨论矩估计及其大样本性质。首先在本文中，基本的矩估计量（样本自协方差函数及样本自相关函数）的渐近性质对ＡＲ（１）－ＭＡ（ｑ）模型得到讨论，证明了其渐近正态，并 强相合的收敛速度。     

二元双阈值时滞神经网络模型解的渐近性

本文研究一类具时滞和非连续型信号函数的双阈值二元神经网络模型解的渐近性。在一定的初始函数空间内，对信号函数阈值的一些不同取值范围，证明了其解的收敛性，且明确给出了各平衡点的收敛域。     

左截断右删失下一类泛函估计的渐近性质

在左截断右删失下,本文讨论了一类广义Von－Mises泛函估计的渐近性质．在一定条件下,得到了此类泛函估计的强逼近和U-统计量表示,并由此得出它的强相合性、渐近正态性及重对数律．