Přejít na obsah

Publikace

Detail publikace

Citace

Šimandl, M. and Soukup, T. : Simulation Monte Carlo methods in extended stochastic volatility models . International Journal of Intelligent Systems in Accounting, Finance & Management, 11, vol. 2, p. 109-117, 2002.

Abstrakt

A new technique for nonlinear state and parameter estimation of the discrete time stochastic volatility models is developed. Algorithm of Gibbs sampler and simulation filters are used to construct a simulation tool that reflects both inherent model variability and parameter uncertainty. The proposed chain converges to equilibrium enabling to estimate the unobserved volatilities and unknown model parameters distributions. The estimation algorithm is demonstrated in a numerical example.

Abstrakt v češtině

Je vyvinuta nová metoda odhadu stavu a parametrů pro diskrétní stochasticky nestálé modely. Je využito algoritmů Gibbsova vzorkovače a simulačních filtrů ke konstrukci simulačního nástroje, který zohledňuje jak variabilitu modelu, tak i neurčitost parametrů. Navrhovaná řada konverguje k rovnovážnému stavu, což umožňuje odhad nepozorovaných nestálostí a rozdělení pararametrů neznámého modelu. Algoritmus odhadu je demostrován na příkladu.

Detail publikace

Název: Simulation Monte Carlo methods in extended stochastic volatility models
Autor: Šimandl, M. ; Soukup, T.
Název - česky: Simulační metody Monte Carlo pro rozšířené strocahsticky nestálé modely
Jazyk publikace: anglicky
Datum vydání: 1.1.2002
Rok vydání: 2002
Typ publikace: Článek z časopisu
Název časopisu / knihy: International Journal of Intelligent Systems in Accounting, Finance & Management
Svazek: 11
Číslo vydání: 2
Strana: 109 - 117
ISBN: 1055-615X
/ /

Klíčová slova

Stochastic volatility model, Nonlinear estimation, Monte Carlo methods

Klíčová slova v češtině

Stochasticky nestálé modely, nelineární odhad, Monte Carlo metody

BibTeX

@ARTICLE{SimandlM_2002_SimulationMonte,
 author = {\v{S}imandl, M. and Soukup, T.},
 title = {Simulation Monte Carlo methods in extended stochastic volatility models},
 year = {2002},
 journal = {International Journal of Intelligent Systems in Accounting, Finance & Management},
 volume = {2},
 pages = {109-117},
 series = {11},
 ISBN = {1055-615X},
 url = {http://www.kky.zcu.cz/en/publications/SimandlM_2002_SimulationMonte},
}