《表4 第二个模拟实验的参数估计结果（T=1000)》

  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

《半参数门限随机波动率模型的估计与应用》

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

第二个模拟实验是为了说明收益方程中误差项提前给定的情形下，本文所提出的模型和方法在参数估计方面的有限样本表现。本次实验模型中的参数设置与第一个模拟实验中的设置值相同，需要注意的是，此处收益方程误差项分布假设是标准正态分布。因此，数据按照如下方式产生：从带有标准正态误差分布STASV模型中产生样本量分别为T=200、500、1 000的三组样本数据。为了更好地说明本文所提模型和方法的优势，本次实验考虑其他五种模型作为比较，即SV、LSV、DTSV、DTLSV和TTLSV。根据TTLSV和STASV模型的内在关系可以看出，此次试验所产生的的数据也可以看作是从TTLSV模型中产生的。之后，利用六种模型（STASV、TTLSV、DTLSV、DTSV、LSV和SV）来拟合以上产生的模拟实验数据，进而可以得到各个模型的所有参数估计的相关结果。从表2至表4可以看出，在六种模型的估计结果中，STASV模型的参数估计结果的均值与真实参数的值最为接近，从这个角度可以看出，STASV模型在所有比较的模型中有着最好的参数估计样本表现。同时，比较TTLSV和STASV模型的参数估计结果可以发现，这两种模型的参数估计结果在统计上并没有显著区别，这也是可以理解的，因为TTLSV和STASV模型在此次实验设置中地位是等价的。此外，TTLSV和STASV模型参数的估计结果和参数真值之间的差异会随着样本量的增加而逐渐减少。总之，当资产收益误差项的分布已知时，本文所提出的EISPD-MLE估计方法在STASV模型的参数估计中也有着良好的有限样本表现。