[论文解读] A selective overview of nonparametric methods in financial econometrics

Jianqing Fan|ArXiv.org|Nov 1, 2004

Stochastic processes and financial applications参考文献 54被引用 11

一句话总结

本文系统综述了在金融计量经济学中估计漂移函数、扩散函数、转移密度和状态价格密度的非参数方法。通过利用核密度估计与似然比检验，该方法实现了对参数扩散模型（如几何布朗运动和CIR模型）的无模型验证，能够基于实证数据进行强一致性检验，为参数假设提供了灵活且稳健的替代方案。

ABSTRACT

This paper gives a brief overview on the nonparametric techniques that are useful for financial econometric problems. The problems include estimation and inferences of instantaneous returns and volatility functions of time-homogeneous and time-dependent diffusion processes, and estimation of transition densities and state price densities. We first briefly describe the problems and then outline main techniques and main results. Some useful probabilistic aspects of diffusion processes are also briefly summarized to facilitate our presentation and applications.

研究动机与目标

• 提供适用于金融计量问题的非参数技术的精选但全面的综述。
• 实现从离散或连续金融时间序列数据中无模型地估计漂移函数与扩散函数。
• 发展非参数方法以估计转移密度与状态价格密度，用于检验参数模型并评估市场有效性。
• 提供一个灵活的框架，通过非参数密度估计将参数模型（如Black-Scholes模型、CIR模型）与实证数据进行对比验证。
• 在不依赖强参数假设的前提下，支持风险管理、衍生品定价以及资本资产定价模型（CAPM）与随机折现模型等资产定价理论的检验。

提出的方法

• 使用非参数核估计从离散观测的金融数据中推断漂移函数与扩散函数，以最小化参数偏差。
• 应用广义似然比（GLR）检验比较非参数与参数转移密度，以检验模型有效性。
• 通过比较经验的2Δ步转移密度与两个Δ步密度的卷积，利用转移密度估计检验马氏性。
• 通过最小化非参数与参数累积分布函数之间的L2距离实现参数估计。
• 在参数估计中优化带宽选择，以平衡密度估计中的偏差与方差。
• 在数据稀疏区域对似然评估进行截断，以提高检验的数值稳定性和可靠性。

实验结果

研究问题

• RQ1 非参数方法能否从高频或离散数据中准确估计金融资产价格的瞬时漂移与扩散函数？
• RQ2 如几何布朗运动或CIR等流行参数模型在多大程度上能拟合实证的股票与债券收益数据？
• RQ3 如何利用非参数转移密度检验金融时间序列的马氏性？
• RQ4 非参数方法能否检测到参数模型可能遗漏的波动率与收益过程中的时变动态？
• RQ5 非参数估计的状态价格密度与参数资产定价模型所隐含的状态价格密度相比如何？

主要发现

• 非参数方法为参数扩散模型提供了灵活且无模型的替代方案，显著降低了金融建模中的设定偏差。
• 基于非参数转移密度估计的GLR检验对一大类备择模型具有一致性，其在检测模型设定错误方面优于基于不变密度的检验。
• 非参数转移密度估计使基于实证数据直接检验CIR模型与Black-Scholes模型等参数模型成为可能。
• 该方法能够检测到波动率与收益过程中的时变动态，从而对时间齐次扩散模型的假设提出挑战。
• 非参数技术可用于基于实证拟合度来验证或拒绝参数模型（如几何布朗运动与Cox-Ingersoll-Ross模型）。
• 该方法可通过直接使用非参数密度估计拟合观测期权价格，支持非流动性或非交易衍生品的定价。