レヴィノイズとスパースデータを用いたSDEの最小二乗推定

この論文は、データがしばしばスパースでノイズが多い金融モデリングなどの分野における実際的な問題に取り組んでいます。特にスパースなサンプルパスを持つ、レヴィノイズによって摂動されたSDEの最小二乗推定に焦点を当てていることは重要です。これは、データの利用可能性が限られている場合にパラメータを推定する方法を提供するからです。推定量の導出と収束率の確立は重要な貢献です。ベンチマークデータセットへの適用とシミュレーション研究は、方法論をさらに検証します。

• •レヴィノイズを持つSDEの最小二乗推定量を提供。
• •パラメータ推定におけるスパースデータの課題に対処。
• •推定量の漸近収束率を確立。
• •ベンチマークデータセットとシミュレーションで方法論を検証。