姜晶

摘要：本文針對隨機波動率的時序估計和分析，考慮到廣義誤差分布（GED）作為正態(tài)分布的擴展形式，既可以很好地描述實際金融數據的“尖峰厚尾”等特征，又可以適當地反映出隨機擾動的復雜多變性，在經典SV模型基礎上，嘗試引入廣義誤差分布（GED）作為隨機擾動項，擬構建一類雙C-SV-GED隨機微分模型，并探討其模型中兩個隨機微分方程的參數估計問題。將上指和深指高頻數據作為研究對象，開展了C-SV-GED模型隨機波動率的應用與估計。從參數收斂性、自相性、擬合優(yōu)度DIC等方面，開展了正態(tài)和廣義誤差分布下C-SV模型的比對分析。研究結果表明基于廣義誤差分布（GED）隨機擾動的C-SV模型參數收斂速度較快，模型擬合效果較好;在C-SV模型下的四種模型均能刻畫金融市場的隨機波動;基于廣義誤差分布隨機擾動C-SV-GED模型的擬合效果更好，體現了C-SV-GED隨機模型刻畫隨機高頻波動率的優(yōu)越性。

關鍵詞：雙C-SV-GED隨機模型;隨機波動率：高頻數據;已實現波動率