Web of Science: 13 citas, Scopus: 15 citas, Google Scholar: citas
ABC of SV : limited information likelihood inference in stochastic volatility jump-diffusion models
Creel, Michael (Universitat Autònoma de Barcelona. Departament d'Economia i d'Història Econòmica)
Kristensen, Dennis (University College London)

Fecha: 2015
Resumen: We develop novel methods for estimation and filtering of continuous-time models with stochastic volatility and jumps using so-called Approximate Bayesian Computation which build likelihoods based on limited information. The proposed estimators and filters are computationally attractive relative to standard likelihood-based versions since they rely on low-dimensional auxiliary statistics and so avoid computation of high-dimensional integrals. Despite their computational simplicity, we find that estimators and filters perform well in practice and lead to precise estimates of model parameters and latent variables. We show how the methods can incorporate intra-daily information to improve on the estimation and filtering. In particular, the availability of realized volatility measures help us in learning about parameters and latent states. The method is employed in the estimation of a flexible stochastic volatility model for the dynamics of the S&P 500 equity index. We find evidence of the presence of a dynamic jump rate and in favor of a structural break in parameters at the time of the recent financial crisis. We find evidence that possible measurement error in log price is small and has little effect on parameter estimates. Smoothing shows that, recently, volatility and the jump rate have returned to the low levels of 2004-2006.
Ayudas: Ministerio de Economía y Competitividad SEV-2011-007
Ministerio de Ciencia e Innovación ECO2009-1185
Agència de Gestió d'Ajuts Universitaris i de Recerca 2009/SGR-57
Agència de Gestió d'Ajuts Universitaris i de Recerca RES-589-28-000
Nota: Altres ajuts: RC-2012-StG 312474
Derechos: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Lengua: Anglès
Documento: Article ; recerca ; Versió acceptada per publicar
Materia: Approximate Bayesian Computation ; Continuous-time processes ; Filtering; Indirect inference ; Jumps ; Realized volatility
Publicado en: Journal of empirical finance, Vol. 31 (2015) , p. 85-108, ISSN 0927-5398

DOI: 10.1016/j.jempfin.2015.01.002


Postprint
43 p, 808.2 KB

El registro aparece en las colecciones:
Artículos > Artículos de investigación
Artículos > Artículos publicados

 Registro creado el 2017-05-15, última modificación el 2022-09-19



   Favorit i Compartir