Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...
Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...
Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
hvilket giver<br />
C = −P tj|tj−1 B⊤ F −1<br />
tj<br />
Vi har i andet lighedstegn ovenfor benyttet, at forventningen til innovationen<br />
betinget med filtreringen til tid tj−1 er 0. Forventningen til vores linearkombination<br />
<strong>af</strong> de to delvektorer findes som<br />
E U 1 <br />
Ftj−1 = E Xtj + C vtj<br />
Ftj−1 = Xtj|tj−1<br />
og kovariansmatricen for U 1<br />
<br />
U 1 1<br />
E − E U U 1 − E U 1 <br />
⊤ <br />
<br />
Ftj−1 <br />
<br />
<br />
⊤ <br />
= E Xtj + C vtj − E Xtj + C vtj<br />
Xtj + C vtj − E Xtj + C vtj<br />
Ftj−1<br />
<br />
Xtj = E − E <br />
Xtj<br />
Xtj − E ⊤ <br />
Xtj + C vtj − E <br />
vtj<br />
vtj − E ⊤ ⊤<br />
vtj C<br />
+ Xtj − E <br />
Xtj<br />
vtj − E ⊤ ⊤<br />
vtj C + C vtj − E <br />
vtj<br />
Xtj − E <br />
⊤ <br />
Xtj<br />
= P tj|tj−1 + C F tjC⊤ + P tj|tj−1B⊤C ⊤ + C B P tj|tj−1<br />
= P tj|tj−1 + P tj|tj−1B⊤F −1<br />
tj F <br />
tj P tj|tj−1B⊤ F −1<br />
⊤ tj<br />
−P tj|tj−1 B⊤ F −1<br />
tj B P tj|tj−1 − P tj|tj−1 B⊤<br />
= P tj|tj−1 − P tj|tj−1B⊤ F −1<br />
tj B P tj|tj−1 ≡ Σ<br />
<br />
⊤<br />
P tj|tj−1 B⊤ F −1<br />
tj<br />
<br />
hvor vi i sidste lighedstegn har brugt, at F −1<br />
<br />
tj = F ⊤ −1 tj = F −1<br />
tj , idet F tj<br />
er en kovariansmatrix. Da en linearkombination <strong>af</strong> normalfordelinger igen er<br />
normalfordelt, bliver U 1 og U 2 flerdimensionalt normalfordelte med fordeling<br />
givet som<br />
1<br />
U<br />
U 2<br />
<br />
Σ 0<br />
Xtj|tj−1<br />
Ftj−1 ∼ N<br />
,<br />
0 0 F t<br />
Tætheden for de oprindelige delvektorer kan vi finde <strong>ved</strong>, at transforme<br />
tilbage igen. Dette gøres blot <strong>ved</strong> at sætte U 1 = Xtj + C vtj og U2 = vtj<br />
ind igen, idet vi bemærker, at Jacobi-matricen for transformationen har determinant<br />
1<br />
<br />
<br />
<br />
<br />
<br />
−1<br />
I −P tj|tj−1B F tj<br />
0 I<br />
23<br />
<br />
<br />
<br />
= 1<br />
<br />
⊤<br />
Ftj