《表1:不同矩函数的参数估计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于广义矩方法的随机波动率模型参数估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：括号内数值是参数估计值的标准方差

从表1可以看出，随着矩函数个数的增加，相应的卡方值也增大．同时，从表1中数据可以看出，虽然在矩函数较少的情况下，回归速率α较大，也就是波动率具有更少的持续现象，归因于高的回归速率α值．根据Fouque等[32]的论述，具有高的回归速率值的标的物动态行为表现出更好的随机性，但是从参数的估计方差可得，高的回归速率所得均方差比较大，这隐含着参数估计结果可能不稳定．进一步，根据表1第4列的数据可看出，波动率的波动率是非零的，因此引入随机波动率模型是必要的．此外，观察表1中最后一列数据，发现当自协方差和自相关函数个数为30，40，50时，相应的卡方值没有明显的改变，然而考虑到参数估计的稳定性，本文将选择50个协方差和自相关函数，这个选择和Ait-Sahalia等[21]的选择是一样的．最后，当选择50个协方差和自相关函数时，相关系数ρ=-0.9193，因此可说明杠杆效应是非常明显的．