확산과정의 추정 기법에 관한 문헌 연구

• 영문명: A Survey Study on the Estimation Techniques for Diffusion Processes
• 발행기관: 한국계량경제학회
• 저자명: 빈기범(Ki Beom Binh)
• 간행물 정보: 『JOURNAL OF ECONOMIC THEORY AND ECONOMETRICS』Vol.16 No.2, 63~121쪽, 전체 59쪽
• 주제분류: 경제경영 > 경제학
• 파일형태: PDF
• 발행일자: 2005.06.30

국문 초록

이 논문에서는 확산과정 추정 방법론을 전반적으로 서베이한다. 이산적 자료로부터 연속시간 모형인 확산과정을 추정할 때 중요하게 대두되는 “이산화 편의”의 문제를 줄이기 위한 추정 기법들, 특히 다양한 시뮬레이션 기반 추정 기법들을 중점적으로 논의한다. 시뮬레이션에 기반한 주요 방법론으로는 시뮬레이션 최우법, 중요추출함수를 이용한 시뮬레이션 최우법, 베이지안 MCMC 기법 등이 있다. 기존 문헌에 따르면 시뮬레이션 최우법에 등장하는 중요추출함수와 베이지안 MCMC 기법에 등장하는 후보생성분포가 다소 혼동스럽게 사용되고 있는데 이 논문에서는 두 개념간의 본질적 차이를 명확하게 설명한다. 이에 덧붙여 이 논문은 확산과정 추정기법들을 각 특성에 따라 분류한다. 이러한 분류는 거의 모든 확산과정 추정기법들을 포괄한다. 이로부터 기존 확산과정 추정기법들간의 연관성 및 차이점을 체계적으로 이해하고, 향후 확산과정 추정기법 연구의 방향을 예측해 볼 수 있다.

영문 초록

This study comprehensively investigates the state-of-the-art estimation theory of diffusion processes. In the econometrics literature, there are now a number of important works on diffusion process estimation. In particular, statistical methods for minimizing the discretization bias in diffusion estimation continues to be an active area of research, which is another main issues addressed in this study. A comprehensive discussion of diffusion process estimation theory is presented as well as a review and comparison the most recent estimation techniques. The rapid progress of the modern computer has accelerated simulation-based estimation techniques, which is discussed thoroughly in this study. The simulation maximum likelihood estimation (SMLE), including its variant that uses importance sampling, as well as the Bayesian Markov chain Monte-Carlo (MCMC) technique have become important tools in simulation-based estimation. Many existing literatures tend to confuse the function of importance samplers in SMLE that use importance sampling with the proposal distribution of the Bayesian MCMC, both of which are mistakenly thought to be similar concepts. In this paper, the difference between the two is explicitly explained. In addition, a systematic classification of diffusion process estimation techniques is proposed. From which, the relationship and difference between the established diffusion process estimations are categorized, and suggestions on future research on diffusion process estimation is inferred.

목차

Ⅰ. 서론

Ⅱ. 확산모형의 SDE 표현

Ⅲ. 자주 이용되는 확산과정

Ⅳ. 확산과정의 추정기법

Ⅴ. 맺음말: 확산과정 추정기법의 분류

[참고문헌]

〈부록〉

[Abstract]

키워드

확산과정 이산화 편의 시뮬레이션 최우법 중요추출함수를 이용한 시뮬레이션 최우법 베이지안 MCMC 기법 중요추출함수 후보생성분포 메트로폴리스-헤스팅스 알고리듬 깁스추출법 브리지 과정 Diffusion Process Discretization Bias Simulation Maximum Likelihood Estimation (SMLE) SMLE with Importance Sampler Bayesian Markov Chain Monte-Carlo (MCMC) Importance Sampler Function Proposal Distribution Metropolis-Hastings Algorithm Gibbs-Sampling Bridge Process