Semi-parametric Maximum-Likelihood Estimation for Diffusion Processes


金谷信(Wisconsin-Madison大学経済学部)
  1. MMDSについて
  2. MMDSの教員・組織
  3. MMDSで学びたい方へ
  4. カリキュラム
  5. MMDSの活動

  6. 学内向け情報

大阪大学 金融・保険セミナーシリーズ 第7回
Semi-parametric Maximum-Likelihood Estimation for Diffusion Processes

金谷信(Wisconsin-Madison大学経済学部)

In this paper, we consider semi-parametric estimation of ergodic diffusion processes, where the drift function is specified parametrically and the diffusion function is unknown. We propose a two-stage estimationstrategy. In the first stage, we estimate the diffusion function, based on the nonparametric kernel method. We derive a new uniform convergence result for the nonparametric estimators over the real line, introducing a new technical device, called a damping function. The uniform convergence result of the nonparametric estimators is used to derive the asymptotic properties for the estimator of the parametric drift function in the second stage, where a semi-parametric log-likelihood is constructed by means of Girsanov theorem. Given a discretely recorded sample with the infill and long-span assumptions, we show that the proposed estimator has root-T consistency with an asymptotically normal distribution under fairly weak conditions, and that its asymptotic variance attains the Cramer-Rao bound.

講 師:
金谷信(Wisconsin-Madison大学経済学部)
テーマ:
Semi-parametric Maximum-Likelihood Estimation for Diffusion Processes
日 時:
2007年04月06日(金)15:00-16:30
場 所:
大阪大学豊中キャンパス 法経総合研究棟(新棟)5階 509セミナー室
参加費:
無料
アクセス:
会場までのアクセスは下記URLをご参照ください。
http://www.es.osaka-u.ac.jp/access/
お問い合せ:
本ウェブサイトの「お問い合せ」のページをご参照ください。