论文部分内容阅读
在金融数学中，随机过程有着广泛的应用.Ornstein-Uhlenbeck过程（简称O-U过程），作为其中重要的一类，满足随机微分方程dXt=（θ-Xt）dr+dBt，其中{Bt，t≥0}为一维标准布朗运动.方程的漂移系数中含有未知参数θ.本文的主要工作是通过以过程的连续观测值XT（）{Xt，0≤t≤T}作为样本，利用极大似然估计方法和Bayes估计方法来对参数θ进行估计，然后对所做出的估计讨论其相合性、无偏性及渐近正态性.通过对相合性、无偏性及渐近正态性的研究，使我们知道极大似然估计和Bayes估计是对参数θ的两种行之有效的估计方法.在本文最后又讨论了Bayes估计的可信区间问题，并利用统计学软件R-语言完成了后验分布为正态分布和倒伽马分布时的可信区间的计算机实践。