请注意，该模型能够捕获股票和股息期权的隐含波动率水平，但无法捕获随时间的变化。这是由模型的波动性结构造成的，其中股息因子XD1的相对波动性是恒定的。用更多的因素丰富模型规范有助于解决这个问题，但我们将此留作将来的研究。图4绘制了数据和RTU的过滤值，以及根据Febr uary数据校准的参数。使用March-orApril参数时，绘图看起来很相似。图5使用二月参数绘制了库存持续时间。随着时间的推移，库存相当稳定，平均为23年左右。Dechow et al.（2004）an d Weber（2018）基于资产负债表数据构建了一个股票存续期衡量指标，并发现大截面股票的平均存续期分别约为15年和19年。使用三月或四月参数时，绘图看起来很相似。表3包含计算期权价格的计算时间。大部分计算时间是由于（17）中g（XT）的矩的计算。驱动导数收益的随机因素的数量和必须匹配的矩的程度因此强烈影响计算时间。我们观察到，maximumentropy方法的所有计时都远远低于运行基准蒙特卡罗模拟所需的时间。互换期权的定价要比股息和股票期权的定价快得多，尤其是当矩数增加时。这是因为贴现掉期支付取决于二维过程（XI0t，XI1t）, 而被分割股票期权的贴现支付取决于整个四维过程Xt=（XI0t，XI1t，XD0t，XD1t）.

此外，股息和股票期权的贴现支付在因素中是二次的。所以，为了计算折扣支付的N阶矩，我们需要计算因子的2N阶矩。股息期权的计算因其支付的路径依赖性而更加复杂。事实上，股息选择权的支付取决于在Tand T时因子的实现。为了计算ζT（CT）的动量- 我们必须应用力矩公式两次。因此，它需要计算两次amatrix指数，与股票期权相比，这会导致额外的计算时间。6扩展6.1季节性众所周知，一些股票市场在股息支付方面表现出强烈的季节性。例如，图6显示，欧元Stoxx 50的组成部分在每年4月至6月期间支付的股息占其股息的很大一部分。在我们的框架中引入季节性的最简单方法是引入时间δ（t）的确定函数，并将累积股息过程重新定义为：Ct=Ztδ（s）ds+eβtpH（Xt）。（25）之前的函数δ（t）为瞬时股息率增加了一个确定性偏移：（26）Dt=δ（t）+eβtp（βId+G）H（Xt）。除了考虑季节性，δ（t）的选择也可以使观察到的分割期货价格完全匹配。在附录a中，我们展示了如何使用Lipovi\'c和Willems（2018）的自举方法来找到这样一个函数。我们没有失去（25）中规定的任何可跟踪性，因为CT时刻-Ct仍然可以很容易地计算出来。或者，我们也可以在Xt规范中引入时间依赖性。一般来说，这样做的代价是失去易处理性，因为我们离开了多项式跳跃的类别。

然而，有可能引入一种特定类型的时间依赖性，这样我们就可以停留在多项式的类中。定义Γ（t）为正弦和余弦函数的向量，其f频率为2π的整数倍（因此它们都有周期1）Γ（t）=sin（2πt）cos（2πt）。。。sin（2πKt）cos（2πKt）∈ R2K，K∈ N、 t型≥ 0、叠加z+zΓ（t），（z，z）∈ R1+2K，参见Marchioro（2016）等关于其他市场股息季节性的研究。是建模年度重复周期的灵活函数，是pricingcommodity衍生品的标准选择（见Sorensen（2002））。事实上，从傅立叶分析中我们知道，任何光滑的周期函数都可以表示为正弦波和余弦波的和。现在请注意，Γ（t）是以下线性常微分方程dΓ（t）=blkdiag的解0 2π-2π 0, . . . ,0 2πK-2πK 0Γ（t）dt。因此，函数Γ（t）可以被视为（1）中形式的（确定性）过程，并可以添加到因子过程中。例如，（23）中（XD0t，XD1t）的规格可以由（dXD0t=κD）代替XD1t- XD0tdtdXD1t=κD（z+zΓ（t）- XD1t）dt+σDXD1tρdB1t+p1- ρdB2t,其中，第一个因子平均值在第二个因子周围恢复，第二个因子平均值在时间相关平均值附近恢复。过程Xt不属于多项式跳变函数类，但增广过程（Γ（t），Xt）属于多项式跳变函数类。在第5节的校准工作中，我们没有在分区中包括任何季节性beh-avior，因为估算中使用的仪器不受季节性的直接影响。事实上，校准中使用的所有股息衍生工具都参考了整个日历年的股息总额。因此，一年内分期付款的时间安排不起任何作用。

理论上，股票价格应该继承股息支付的季节性模式，因为它的下跌幅度正好与支付的股息数额相同。然而，在实践中，股价的波动掩盖了这些价格下跌，因为股息支付通常只占总股价的一小部分。股息季节性仅在不同于整数日历年的时间段内实现的股息债权定价中发挥作用。6.2股息远期股息远期，也称为股息掉期，是交易所交易的股息期货的场外等价物。远期股息的买方在未来日期收到一定时间段（T，T）内与固定付款相对应的股息。股息远期与股息期货不同，因为它们不按每日市值计价。分割远期价格Dfwd（t，t，t），t≤ T≤ T、 定义为固定付款，使其具有零初始值fwd（T，T，T）=p（T，T）ζtEt[ζT（CT- CT）]=Dfut（t，t，t）+Covt[ζt，CT- 如果利率和股息是独立的，那么我们有Dfwd（t，t，t）=Dfut（t，t，t）。然而，如果利率和股息之间存在正（负）依赖关系，则存在凸度调整，股息远期价格将小于（大于）股息期货价格。下面的命题推导出了多项式框架下的股息远期价格。提案6.1。股息远期价格由byDfwd给出（t，t，t）=eβTweG（T-t）- eβTweG（T-t）H（Xt）qeG（T-t） H（Xt），其中w，w∈ r唯一的坐标向量是否满足WH（x）=pH（x）qeG（T-T） H（x），wH（x）=pH（x）qH（x）。7结论我们引入了一个综合框架，旨在对股息和利率的期限结构进行联合定价。

经济中的不确定性用多变量多项式跳变差来建模。该模型易于处理，因为我们可以以闭合形式计算因子过程的所有条件矩。特别是，我们推导出了债券、股息期货和股息支付股票价格的封闭式公式。期权价格是通过将贴现支付函数与最大化Boltzmann-Shannon熵的矩匹配密度函数积分得到的。我们引入了LJD模型，其特征是鞅部分对因子线性加载。LJD模型允许在因素之间建立灵活的依赖结构，这提供了一种有价值的非负跳差模型。我们假设股息是连续支付的，忽略了违约的可能性。当考虑股票指数上的衍生品时，这些假设是合理的，但对于单只股票上的衍生品来说，这些假设变得可疑。因此，一个有趣的未来研究方向是将我们的框架扩展到离散的分期付款和违约风险。加性季节性函数的自举在本节中，我们将解释如何自举平滑曲线T 7→ 与瞬时股息率DT相对应的（未观测到的）未来收益的ft（T）。该曲线应完美再现观察到的股息期货价格，此外还应包含季节性影响。一旦我们有了这个函数，我们将函数δ（T）定义为δ（T）=ft（T）- p（βId+G）Et[H（XT）]，T≥ t、 因此，（25）中的规定完美地再现了已观察到的期货合约和非公司理性。假设今天是时间0，我们观察一个日历年内实现的股息的期货价格- 1，i]，i=1，我

除以日历年inJ≥ 1桶，并分配季节权重wj≥ 0到每个铲斗，w+····+wJ=1。例如，可以根据股息支付的时间序列来估计这些季节权重。我们研究在定价和季节性约束下具有最大平滑度的两次连续可微曲线F:minf∈C（R）f（0）+f′（0）+ZIf′（u）dus。t、 Zi公司-1+jJi-1+j-1Jf（u）du=wjFi，i=1，一、 j=1，J、 这可以在适当的希尔伯特空间中转换为具有线性约束的凸变分优化问题。特别是，它有一个独特的解决方案，可以使用与目前的Inflipovi'c和Willems（2018）类似的技术以封闭形式解决。

通过将优化问题离散化，也可以在f上添加非负性约束。B证明本节包含本文中命题的所有证明。B、 1命题证明2.2使用t的矩公式（3）≤ TEt[CT]=eβTpeG（T-t） H（Xt）。关于T给定的差异dT=βeβTpeG（T-t） H（Xt）+eβTpGeG（T-t） H（Xt）。现在的结果如下：fr omDt=dEt[CT]dTT=T.B.2证明ζtand Dtin（11）规范中的命题2.3给出：S*t=ζtZ∞te公司-(γ-β） 设置HP（βId+G）H（x）H（Xs）qH（Xs）ID。由于XT是一个多项式过程，我们可以找到积分中期望值的闭合形式表达式：Ethp（βId+G）H（Xs）qH（Xs）i=veG（s）-t） H（Xt）。因此，基本股价变为：S*t=eβtvqH（Xt）Z∞te公司-(γ-β） （s）-t） eG（s）-t） ds H（Xt）=eβtvqH（Xt）（G- (γ - β） Id）-1exp{（G- (γ - β） Id）（s- t） }s=∞s=tH（Xt）=eβtvqH（Xt）（（γ- β） Id号- G）-1H（Xt）<∞,我们使用了矩阵G的特征值- (γ - β） 我有消极的部分。B、 3命题证明2.4当且仅当衰减收益过程（27）Gt=ζtSt+Ztζsdsdsds是非负局部鞅时，市场是无套利的。如果STI是（13）中的形式，那么我们有gt=EtZ∞ζsDsds+ 这显然是一个非负的局部鞅，因此市场是无套利的。相反，假设市场是无套利的，因此（27）成立。直接结果是，过程ζtSt- ζtS*t=Gt- Et公司Z∞ζsDs必须是局部鞅。

要显示非负性，请注意，从下面导出的局部鞅是一个上鞅，因此我们对所有T≥ tζtSt- ζtS*t型≥ Et公司燃气轮机-Z∞ζsDs= Et公司ζTST-Z∞TζsDsds≥ Et公司-Z∞TζsDsdsT→∞----→ 0，其中我们使用了上一个不等式中的股份有限责任。B、 4命题证明2.6与命题证明2.3相似，我们得到∞t（s）- t） Et[ζsDs]ds=vZ∞t（s）- t） e（β-γ） seG（s）-t） dsH（Xt）=e（β-γ） 电视Z∞t（s）- t） e[克]-(γ-β） Id]（s）-t） dsH（Xt）。应用部件集成givesZ∞t（s）- t） Et[ζsDs]ds=e（β-γ） 电视[(γ - β） Id号- G]-1Z∞te[克-(γ-β） Id]（s）-t） dsH（Xt）=e（β-γ） 电视[(γ - β） Id号- G]-2H（Xt）=e（β-γ） tw公司[(γ - β） Id号- G]-1H（Xt）。结果现在遵循fr om（12）和（15）。B、 5命题证明4.1我们首先证明存在一个唯一的强解Xtto（21），其值为（0，∞)d、 由于系数的全局Lipschitz连续性，在（21）中的SDE在Rdfor every X中有一个唯一的strongsolution∈ Rd，见定理III.2.32 inJaco d和Shiryaev（2003）。它仍然显示Xtis（0，∞)所有t的d值≥ 如果X，则为0∈ (0, ∞)d、 首先，我们证明了分歧案件的陈述。引理B.1。考虑SDEdXt=κ（θ- Xt）dt+diag（Xt）∑dWt，（28）对于一些d维布朗运动，如命题4.1中所假设的，和κ，θ，∑。IfX公司∈ (0, ∞)d、 然后是Xt∈ (0, ∞ )D对于所有t≥ 0.证明。将（28）漂移中的Xtin替换为X+t分量，并考虑SDEdYt=κ（θ- Y+t）dt+diag（Yt）∑dWt，（29），Y=X∈ (0, ∞)d、 函数y 7→ y＋分量是s直到Lipschitz连续的，存在唯一解Ytto（29）。现在考虑SDEdZt=-diag（d iag（κ））Z+tdt+diag（Zt）∑dWt，（30），Z=X∈ (0, ∞)d

其唯一的解决方案是（0，∞)zt=Zexp给出的d值过程-诊断（κ）-诊断（∑∑）)t+∑Wt.通过假设，（29）的漂移函数总是大于或等于（30）的漂移函数：κθ- κx+≥ -diag（d iag（κ））x+，x个∈ Rd.根据（Geiss和Manthey，1994，定理1.2）的比较定理，我们几乎可以肯定≥ Zt，t≥ 0。因此，Yt∈ (0, ∞)因此，dAD也可以求解SDE（28）。通过唯一性，我们得出结论，对于所有t，xt=yt，这证明了这一说法。定义τ是n的第i个跳跃时间，τ=0。我们通过归纳法进行论证，并假设对于某些i=0，1，…，Xτi>0。由于过程Xt是右连续的，我们对过程X（τi）t=Xt+τ离子区间[0，τi+1]有以下影响动力学- τi）dX（τi）t=κθ +-κ - ξ诊断ZSz dF（dz）X（τi）tdt+diag（X（τi）t）∑dB（τi）t，其中X（τi）=Xτi，B（τi）t=Bτi+t- Bτi.在过程B（τi）之前的停止时间τiis a.s.定义了一个关于其自然过滤的d维布朗运动，s定理6.16 inKaratzas和Shreve（1991）。通过引理B.1，我们得到X（τi）t∈ (0, ∞)dfor allt公司∈ [0，τi+1- τi）。因此，我们有Xt∈ (0, ∞)D对于所有t∈ [τi，τi+1）.跳跃大小xτi+1- Xτi+1-时间τi+1满足τi+1- Xτi+1-= diag（Xτi+1-)Zi+1>-Xτi+1-,其中Zi+1是分布为F（dz）的i.i.d.随机变量。重新排列条件给定xτi+1∈ (0, ∞)d、 通过归纳，我们得出以下结论：∈ (0, ∞)D针对t∈ [0，τi），i∈ N、 索赔如下，因为τi→ ∞ 因为我→ ∞ a、 接下来，我们证明了Xt是一个多项式跳差。

Xton ACF功能发生器的动作：Rd→ R由gf（x）=tr给出诊断（x）∑∑诊断（x）f（x）+ f（x）κ(θ - x） +ξZSf（x+诊断（x）z）F（dz）- f（x）- f（x）diag（x）ZSz F（dz）,（31）其中S den ote是F的支撑，我们假设F是这样的，即积分是有限的。现在假设f∈ Poln（Rd）并假定f是一个单项式，f（x）=xα=xα···xαdd，|α|=n。我们现在将生成器应用于此函数。紧接着，（31）中的前两项也是n次或更少的多项式。事实上，第二项（第一项）中的梯度（hessian）降低了一（2）度，而其余因素最多增加了一（2）度。（31）中的第三项变成（我们稍微滥用符号α来表示多指数和向量）：ξxαZSdYj=1（1+zj）αjF（dz）- xα- xααZSz F（dz）=ξxαZSeα对数（1+z）- 1.- αzF（dz），（32），其中对数按分量entwise应用。因此，我们得出结论，G将多项式映射为相同次数或更少次数的多项式。B、 6命题的证明4.2该证明类似于Filipovi\'c等人（2017）中定理5的证明。从（5）开始，我们有≥ 0当且仅当（33）β≥ supx公司∈(0,∞)d-pGH（x）pH（x），前提是它是有限的。使用（2）我们有（34）-pGH（x）pH（x）=-pκθ+Pdj=1pκjxjp+Pkj=1pjxj。使用假设κij≤ 0对于i 6=j（cfr，命题4.1），对于所有j>k，我们有（35）~pκj=dXi=1piκij=kXi=1piκij≤ 0、将（34）与（35）组合得到（36）supx∈(0,∞)d-pκθ+Pdj=1pκjxjp+Pkj=1pjxj=supx∈(0,∞)k-pκθ+Pkj=1pκjxjp+Pkj=1pjxj。如果p>0，则（36）右侧的分数可以看作-pκθp，~pκp，pκkpk,系数p，px，pkxk。因此，在这种情况下，我们有SUPX∈(0,∞)d-pGH（x）pH（x）=最大值-pκθp，~pκp。

，▄pκkpk.如果p=0，则使用假设κθ≥ 0（cfr，提案4.1）我们获得SUPX∈(0,∞)d-pGH（x）pH（x）=supx∈(0,∞)k-pκθ+Pkj=1pκjxjPkj=1pjxj=supx∈(0,∞)kPkj=1pκjxjPkj=1pjxj=最大值pκp，pκkpk.B、 7命题4.3证明κ是下三角形。为了获得矩阵Glookslike的具体概念，我们首先使用单项式的分级词典顺序为Pol（Rd）筛选单项式基础：H（x）=（1，x，…，xd，x，xx，…，xxd，x，xx）, x个∈ Rd.（37）通过对（31）和（32）的检查得出，由于κ的三角形结构，矩阵相对于该基础为下三角形。事实上，（31）中的第一项和第三项仅对G的对角线元素起作用，而第二项对下三角部分（包括对角线）起作用。因此，Gare的特征值由其对角线元素给出。对于某些α，单项式基中的每个元素都可以表示为f（x）=xα···xαdd∈ NdwithPdi=1αi≤ 2、为了确定G的对角线元素，我们需要确定与基元素f（x）相关的多项式Gf（x）的系数。根据（31）和（32），该系数由以下公式得出：-dXi=1κiiαi+Xi<j（∑∑）)ijαiαj+dXi=1（∑∑）)iiαi（αi- 1） +ξZSeα对数（1+z）- 1.- αzF（dz）。限制Pdi=1αi≤ 2允许汇总气体的所有对角线元素，并保留特征值0，-κ, . . . , -κdd，-κii- κjj+（∑∑）)ij+ξZSzizjF（dz），1≤ i、 j≤ d、 请注意，基的变化将导致不同的矩阵G，但其特征值不受影响。因此，选择（37）中的基础不会失去一般性。如果κ是上三角形，我们考虑单项式基的不同排序：H（x）=（1，xd，…，x，xd，xdxd-1.xdx，xd-1，xd-1xd-2.

，x）, x个∈ 现在的结果跟在下三角格中相同的参数后面。B、 8命题的证明6.1使用迭代期望定律和矩公式（3），我们得到：Et[ζT（CT- CT）]=e-γTeβTEt[qH（XT）pH（XT）]- eβTEt[pH（XT）ET[qH（XT）]]= e-γTeβTweG（T-t） H（Xt）- eβTEt[pH（XT）qeG（T-T） H（XT）]= e-γTeβTweG（T-t） H（Xt）- eβTweG（T-t） H（Xt）.请注意，向量是唯一的，因为基本元素在定义上是线性独立的。最后，使用债券价格公式（9），我们得到dfwd（t，t，t）=ζtP（t，t）Et[ζt（CT- CT）]=eβTweG（T-t） H（Xt）- eβTweG（T-t） H（Xt）qeG（T-t） H（Xt）。参考Sackerer，D.和D.Filipovi\'c（2020年）。线性cred it风险模型。《金融与随机》24（1），169–214。Ackerer，D.、D.Filipovi\'c和S.Pulido（2018年）。雅可比随机波动率模型。《金融与随机》22（3），667–700。Agmon，N.、Y.Alhassid和R.D.Levine（1979年）。查找最大熵分布的算法。计算物理杂志30（2），250–258。Al Mohy，A.H.和N.J.Higham（2011年）。计算矩阵指数的作用，并将其应用于指数积分器。暹罗科学计算杂志33（2），488–511。Avellanda，M.（1998年）。资产定价模型的最小m-相对熵校准。《国际理论与应用金融杂志》1（04），447–472。Barone Adesi，G.、H.Rasmussen和C.Ravanelli（2005年）。GARCH差异模型的期权定价公式。计算统计与数据分析49（2），287–310。Bekaert，G.和S。R、 掷弹兵（1999年）。一个经济体中的储蓄和保本定价。国家经济研究局技术报告。Bernhart，G.和J.-F.Mai（2015年）。离散现金股利的一致建模。《衍生杂志》22（3），9-19。Black，F.（1976年）。商品合同的定价。《金融经济学杂志》3（1-2），167–179。Bos，M.，A。

Sh Epleva和A.Gairat（2003年）。处理离散股息。风险16（9），109–112。Bos，M.和S.Vandermark（2002年）。精细化固定股息。风险15（1），157–158。Brennan，M.J.（1998年）。剥离标准普尔500指数。《金融分析师杂志》54（1），12–22。Brennan，M.J.和E.S.Schwartz（1979年）。债券定价的连续时间方法。《银行与金融杂志》3（2），133–155。Buchen，P.W.和M.Kelly（1996年）。从期权价格推断出的资产的最大熵分布。《金融与定量分析杂志》31（1），143–159。Buehler，H.（2010）。波动性和股息–使用现金股息和simplecredit风险进行波动性建模。工作文件。Buehler，H.（2015）。波动性和股息II–一致的现金股息。工作文件。Buehler，H.、A.S.Dhouibi和D.Sluys（2010年）。随机比例股息。工作纸。Chance、D.M.、R.Kumar和D.R.Rich（2002年）。具有离散随机红利的欧式期权定价。衍生工具杂志9（3），39–45。Collin Dufresne，P.和R.S.Goldstein（2002a）。债券是否跨越固定收益市场？非预期随机波动率的理论和证据。《金融杂志》57（4），1685–1730。Collin Dufresne，P.和R.S.Goldstein（2002b）。一个办公室内的交换期权定价。衍生工具杂志10（1），9–26。科拉多，C.J。和T.Su（1996a）。标准普尔500指数指数的偏度和峰度，期权价格隐含的ex回报。《金融研究杂志》19（2），175–192。Corrado，C.J.和T.Su（1996b）。标准普尔500指数期权测试Jarrow和Ru dd的appr-oximateoption估值公式。《期货市场杂志》16（6），611–629。Cox，A.M.和D.G.Hobson（2005年）。局部鞅、泡沫和期权价格。《金融与随机》9（4），477–492。d\'Addona，S.和A.H.Kind（2006年）。简单资产定价模型中的国际股票-债券相关性。

《银行与金融杂志》30（10），2747–2765。Dechow，P.M.、R.G.Sloan和M.T.Soliman（2004年）。隐含股权期限：一种新的股权风险度量方法。会计研究回顾9（2-3），197–228。Du ffie，D.、D.Filipovi\'c和W.Sch achermayer（2003年）。财务流程和应用。安。应用程序。概率。13(3), 984–1053.菲利波维奇、D.和M.拉尔森（2020年）。多项式跳跃扩散模型。随机系统10（1），71–97。Filipovi\'c，D.、M.Larsson和A.B.Trolle（2017年）。线性合理期限结构模型。《金融杂志》72655–704。Filipovi\'c，D.和S.Willems（2018年）。精确平滑项结构估计。《暹罗金融数学杂志》9（3），907–929。Fusai，G.和A.Tagliani（2002年）。利用矩对亚式期权进行精确估值。《国际理论与应用金融杂志》5（02），147–169。Geiss，C.和R.Manthey（1994年）。有限维和有限维随机微分方程的比较定理。随机过程及其应用53（1），23–35。Geske，R.（1978年）。具有s-tochastic股息的期权定价。《金融杂志》33（2），617–625。Guennoun，H.和P.Henry Labord\'ere（2017年）。具有随机红利的权益建模。工作文件。Holly，A.、A.Monfort和M.Rockinger（2011年）。四阶伪最大似然法。《计量经济学杂志》162（2），278–293。Jackwerth，J.C.和M.Rubinstein（1996年）。从期权价格中恢复概率分布。《金融杂志》51（5），1611–1631。Jaco d，J.和A.Shiryaev（2003年）。随机过程的极限定理，第2卷。SpringServerLag。Jarrow，R.和A.R udd（1982年）。任意随机过程的近似期权定价。《金融经济学杂志》10（3），347–369。Jarrow，R.A.、P.Protter和K.Shimbo（2007年）。

完整市场中的资产价格泡沫。数学金融进展，97–121。Jaynes，E.T.（1957）。信息理论和统计力学。物理审查106（4），620。Jondeau，E.和M.Rockinger（2001年）。克–查利尔密度。《经济动力与控制杂志》25（10），1457–1483。Karatzas，I.和S.Shreve（1991年）。布朗运动与随机微积分（第二版）。Sp RingServerLag。Kim，I.-M.（1995年）。期权定价模型中股息调整的另一种方法。《金融工程杂志》4351–373。Korn，R.和L.G.Rogers（2005年）。支付离散股息的股票：建模和期权定价。衍生工具杂志13（2），44–48。Kragt，J.、F.DeJong和J.Driessen（2020年）。股息期限结构。《金融与定量分析杂志》55（3），829–867。Lasserre，J.-B.、T.Prieto Rumeau和M.Zervos（2006年）。通过矩和SDP松弛为一类奇异期权定价。数学金融16（3），469–494。Lemke，W.和T.Wer-ner（2009年）。债券和股票市场动态的无套利模型中股权溢价的期限结构。技术报告，ECB工作文件。Lettau，M.和J.A.Wachter（2007年）。为什么长期股权风险较小？基于持续时间的价值溢价计划。《金融杂志》62（1），55–92。Lettau，M.和J.A.Wachter（2011年）。权益和利率的期限结构。《金融经济学杂志》101（1），90–113。Linetsky，V.（2004年）。亚洲（平均价格）期权的频谱扩展。运筹学52（6），856–867。Lioui，A.（2006年）。布莱克·斯科尔斯·默顿（Black Scholes-Merton）在随机股息收益率下重新审视。《未来市场杂志》26（7），703–732。Mamaysky，H.等人（2002年）。论股票与债券的联合定价：理论与证据。耶鲁大学管理学院技术报告。Marchioro，M.（2016）。股息点指数的季节性。

Statpro定量研究系列。米德、L.R.和N.帕帕尼科劳（1984年）。矩问题中的最大熵。《数学物理杂志》25（8），2404–2417。默顿，R.C.（1973）。理性期权定价理论。贝尔经济学杂志4（1），141–183。Nelson，D.B.（1990年）。作为差异近似的ARCH模型。《计量经济学期刊》45（1），7–38。Overhau s，M.、A.Berm\'udez、H.Buehler、A.Fer raris、C.Jordinson和A.Lamnouar（2007年）。股票混合衍生工具。John Wiley&S on S.Pilipovi\'c，D.（1997年）。能源风险：评估和管理能源衍生品。麦格劳·希尔。Rockinger，M.和E.Jondeau（2002年）。熵密度及其在自回归条件偏度和峰度中的应用。《计量经济学杂志》106（1），119–142。Rompolis，L.S.（2010）。基于最大熵原理从欧式期权价格中提取风险中性密度。《经验金融杂志》17（5），918–937。Sorensen，C.（2002年）。农产品期货的季节性建模。《未来市场杂志》22（5），393–426。Suzuki，M.（2014）。通过股息期货价格衡量股票指数的基本价值。工作文件。Tunaru，R.S.（2018年）。股息衍生品。定量金融18（1），63–81。Vellekoop，M.H.和J.W.Nieuwenhuis（2006年）。对具有离散股息的资产的衍生品进行有效定价。应用数学金融13（3），265–284。韦伯，M.（2018）。C灰烬流持续时间和股权回报的期限结构。《金融经济学杂志》128（3），486–503。Willems，S.（2019a）。用正交多项式进行亚洲定价。定量金融19（4），605–618。Willems，S.（2019b）。线性随机红利模型。工作文件。Yan，W.（2014）。估计股票和债券共同定价的统一框架。

工作文件。2月-3月-3月（oos）4月-4月（oos）股息期货（以%计）1年0.602 1.460 1.156 1.770 0.8212y 0.982 0.743 0.949 0.941 2.3443y 0.577 0.898 1.013 0.704 1.4884y 0.434 0.437 0.456 0.784 0.9265y 0.549 0.466 0.434 0.506 0.3437y 1.052 0.884 1.140 0.784 2.4679y 0.901 0.738 0.843 1.129 3.819利率掉期（AE in%）1年0.003 0.004 0.005 0.005 0.0042y 0.021 0.032 0.011 0.037 0.0113 Y 0.0280.038 0.017 0.047 0.0074y 0.025 0.029 0.032 0.042 0.0205y 0.021 0.025 0.047 0.026 0.0407y 0.029 0.030 0.067 0.028 0.06910y 0.044 0.043 0.061 0.063 0.073独立期权（AE in%）0.407 0.871 0.912 0.365 0.531期权（bps中的AE）1.063 2.092 2.331 1 1 1 142 3.516股票期权（AE in%）1.868 0.932 3.482 1.089 1.129指数水平（ARE in%）0.038 0.028 0.065 0.023 0.059表1：绝对误差（AE）和绝对相对误差（ARE）。使用前一个月校准的参数计算样本外（oos）误差。参数二月至三月至四月β0.0045 0.0043 0.0016κD0.018 0.018 0.022θD0.0013 0.0015 0.0015κI3.1e-04 2.7e-04 2.4e-04κI0.17 0.16 0.22γ0.053 0.047 0.035σD0.12 0.10 0.11σI0.34 0.32 0.45ρ0.97 0.80 0.99表2：使用2015年2月、3月和4月的每日价格校准模型参数。N=2 N=3 N=4 N=5 N=6 mcswoption 0.02 0.02 0.02 0.02 0.02 1.01股息期权0.03 0.06 0.14 0.41 1.24 25.88股票期权0.02 0.03 0.06 0.07 0.11 3.49表3：使用a）匹配N矩的最大熵法和b）具有10个样本路径和每周离散化的蒙特卡罗模拟对掉期期权、股息期权和股票期权进行定价所需的计算时间（以秒为单位）。掉期期权的到期日为3个月，次级掉期的到期日为10年，股息期权的到期日为2年，股票期权的到期日为3个月。所有选项都有ATM罢工。

所有计算均在配备Intel Xeon 3.50GHz CPU和16GB RAM内存的台式计算机上执行。2015年5月15日至2015年4月15日Y5Y7Y9Y（a）股息未来2015年3月15日至2015年5月15日指数期权分割期权（b）股票期权和股息期权2015年3月15日至2015年3月15日股票期权和股息期权2015年5月150.10.20.30.40.60.70.81y5y7y10y（c）利率掉期2015年3月15日至2015年5月15日（d）掉期2015年3月15日至2015年5月15日（e）指数水平图1：校准工作中使用的数据。日期范围为2015年2月至2015年4月，每天一次。图e 1a显示了插入的欧元Stoxx 50股息期货价格，到期时间为1年、5年、7年和9年。到期时间为2年、3年和4年的合同未明确划分。图1c显示了期限为1年、5年、7年和10年的Euriborspot起始掉期的票面掉期利率。为清晰起见，未绘制期限为2年、3年和4年的掉期利率。图1b分别显示了ATM Euro Stoxx 50指数和股息期权的Black-Scholes和Black隐含波动率。股票期权的到期时间为3个月，股息期权为2年。图1d显示了到期时间为3个月且基础掉期期限为10年的掉期期权的正常隐含可用性。图1e显示了E uro Stoxx 50.2 3 4 5 6匹配的矩数65.265.465.665.866.266.466.666.8最大熵CMC 95%置信区间（a）交换选项2 3 4 5 6匹配的矩数10.610.6510.710.7510.810.8510.910.95最大熵CMC 95%置信区间（b）股息期权2 3 4 5匹配的矩数15.415.4515.515.5515.615.6515.715.7515.815.8515.9最大熵CMC 95%CI（c）股票期权2 3 4 56匹配的矩数47.247.447.647.848.248.448.648.8最大熵CMC 95%CI（d）混合期权图2：不同匹配矩数的最大熵期权价格。

期权到期时间为3个月，期限为10年，股息期权到期时间为2年，股票期权到期时间为3个月，混合期权在1年内有单一现金流。所有期权都有ATM履约，我们将利差s视为混合期权的履约价格。2015年5月15日至2015年4月15日Y5Y7Y9Y（a）股息未来2015年3月15日至2015年5月15日指数期权分割期权（b）股票期权和股息期权2015年3月15日至2015年5月15日股票期权和股息期权150.10.20.30.40.60.70.81y5y7y10y（c）利率掉期2015年3月15日至2015年5月15日（d）掉期2015年3月15日至2015年5月15日（e）指数水平2015年3月15日至2015年5月1540.541.542.543.5（f）混合期权价格图3：市场价格（实线）和型号使用二月参数的隐含价格（虚线）。垂直线表示2015年2月的最后一天。混合期权价格没有可观察的市场价格。2015年2月15日-2015年4月15日（a）股息率DT2015年2月15日-2015年4月15日-2015年5月150.020.040.060.080.10.120.140.160.180.2（b）短期利率rtFigure 4：使用二月参数的股息率和短期利率。垂直线表示2015年2月的最后一天。2月15日—3月15日—4月15日—5月1522.622.722.822.923.123.223.323.423.5图5：使用Febr uary参数的库存持续时间。垂直线表示2015年2月的最后一天。2009年2010年2011年2013年2014年2015年2016年2017时间图6：2009年1月至2016年12月期间，欧元S toxx 50成分（指数点）的月度股息支付。资料来源：Blo omberg，Euro S toxx 50 DVP指数。

感谢分享~~~~~~么么哒