基于离散时间观测的路径依赖 McKean-Vlasov 随机微分方程的最小二乘估计
概率论
2018-05-28 v1
摘要
在本文中，我们研究一类路径依赖 McKean-Vlasov 随机微分方程 (SDE) 的最小二乘估计。更准确地说，我们通过建立适当的对比函数，研究了所涉未知参数最小二乘估计量的一致性与渐近分布。与文献中的现有结果相比，本文的创新之处在于三个方面：(i) 我们在单调条件下采用驯服的 Euler-Maruyama 算法来建立对比函数，而在该条件下 Euler-Maruyama 格式不再适用；(ii) 我们利用关于离散时间观测的线性插值来逼近泛函解；(iii) 我们的模型更具适用性和实用性，因为我们处理的是具有非正则系数（例如 Hölder 连续）且依赖路径分布的 SDE。
引用
@article{arxiv.1805.10134,
title = {Least squares estimator for path-dependent McKean-Vlasov SDEs via discrete-time observations},
author = {Panpan Ren and Jianglun Wu},
journal= {arXiv preprint arXiv:1805.10134},
year = {2018}
}
备注
30 pages