跪求CKLS GMM法参数估计T_T

数据再确认:

gmm code 更改之处:

   MLE & GMM_0906revised.rar (169.32 KB)

2011-9-6 18:03:12 上传

%%%%%%%%
ckls_info.m
ckls_dj.m

ckls_dm.m
%%%%%%%
GMM Result:
    alpha    beta   Sigma^2  gamma
Full              0.3189   -15.4555   15812.4063    2.2229
  ( 0.1589) ( 8.0908) (13229.6328) ( 0.1285)

Merton            0.0171    0.0000    0.0011    0.0000
  ( 0.0092)           ( 0.0002)         

Vasicek           0.1512   -7.3318    0.0011    0.0000
  ( 0.0969) ( 5.2944) ( 0.0002)         

CIR SR            0.1508   -7.2997    0.0550    0.5000
  ( 0.0957) ( 5.2334) ( 0.0116)         

Dothan            0.0000    0.0000    2.4949    1.0000
                      ( 0.4808)         

GBM               0.0000    0.8067    2.6449    1.0000
            ( 0.5312) ( 0.4983)         

Brennan-Schwarz   0.1337   -6.4466    2.5042    1.0000
  ( 0.0945) ( 5.1602) ( 0.4889)         

CIR VR            0.0000    0.0000   98.7234    1.5000
                      (17.0779)         

CEV               0.0000    0.6983   5204.3724    2.0627
            ( 0.6703) (8875.3910) ( 0.2534)
%%%%%%%
MLE Result:
   parameters     se           t-value        p-value
    0.3000        0.0453         6.6206       0.0000
  -14.5800        0.0000 -84465595.2693       0.0000
    0.2428        0.0000   8573343.0109       0.0000
P4 =

    0.3000
  -14.5800
    0.2428
    0.5000

lnL4 =

-9.7769e+003
      

epoh:

thxs！GMM结果一致，我先看一下你的程序。 从这些参数上， 你觉得哪些模型可以拒绝？有哪些features?

sarah

epoh 发表于 2011-9-6 18:04
数据再确认:gmm code 更改之处:  %%%%%%%%
ckls_info.m
   condvar = sigsq*X.^(2*gamma)/260;

从图像上感觉对于Vasicek和CKLS模型，GMM得到的参数模拟效果反而比MLE还要好，CIR 两者差不多。
Roll MLE和Roll GMM对于实际数据的拟合效果比较一致，很难分出高下。

从参数数据上看：degree小于1的beta都大于6（除了MLE的Vasicek), 说明均值回复速率很大。
t value for gamma也很significant.
疑惑：该如何看t value和p value? 因为每个参数都有各自的值，如何整体判断这个模型是好是坏？

epoh 发表于 2011-9-6 18:04
数据再确认:gmm code 更改之处:  %%%%%%%%
ckls_info.m
   condvar = sigsq*X.^(2*gamma)/260;

epoh：

我稍修改了你Vasicek的参数设置ini_P=[0.005;-10;50;0];
low_P3=[0.001;-20;0.0001;0];
up_P3=[0.01;-0.3;400;0];

to:
ini_P=[0.005;-10;50];
low_P3=[0.001;-20;0.0001];
up_P3=[5;-0.3;400];
做出的结果是
   parameters     se          t-value        p-value
    0.3288        0.0001       3046.0658       0.0000
    -15.9338        0.0083       -1928.9487       0.0000
    0.0488        0.0010       46.7877       0.0000

这个和CIR的参数比较接近。我是根据GMM的结果来设置bound的， 因为GMM中的Vasicek alpha=0.1512,高于你设置的上限。

看了这堆参数，你有没有发现什么特征么？

哈哈!你怎会问我这个外行人

我觉得MLE_CIR 还算在常轨之内

也不会产生负利率.

  

改的漂亮,果然是专业

除了波动较大,比较不smooth,

利率大都也维持正利率.

  

revised vasicek code
    revised vasicek code.rar (64.86 KB)

2011-9-6 21:41:00 上传

kankanzaishuo, yexubushuo

画图条件变更:

   all graph data.rar (45.69 KB)

2011-9-7 07:56:56 上传

%%%%%
1.Rolling window VaR and ETL calculations. page 4/5

    http://www.fea.com/resources/pdf/Top_Down_VaR.pdf

2.modeling financial time series　with s-plus
   chap 9 Rolling Analysis of Time Series

    Rolling Analysis of Time Series.pdf (862.52 KB)

2011-9-7 12:53:30 上传

3.Predictability of Stock Return Volatility from GARCH Models
   page 41/44

   Predictability of Stock Return Volatility from GARCH Models.pdf (326.53 KB)

2011-9-7 13:36:45 上传

Figure 4: Out-of-Sample Forecasts of Standard Deviation
This figure plots out-of-sample forecasts of monthly standard deviation.
The out of sample forecasts start in 1975.01 after an initial phase in period.
GARCH forecasts are one period ahead forecasts obtained
by recursively estimating the equation

epoh:

多谢！ paper 就快要新鲜出炉咯， 哈哈

sarah