Estimación del Filtro de Kalman de Nuevos Modelos de Difusión de Productos

Los autores introducen un nuevo procedimiento de estimación, Filtro de Kalman Aumentado con Estado Continuo y Observaciones Discretas (AKF(C-D)), para estimar modelos de difusión. Este método es directamente aplicable a modelos de difusión diferenciales sin imponer restricciones sobre la estructura del modelo o la naturaleza de los parámetros desconocidos. Proporciona una forma sistemática de incorporar conocimiento previo sobre los valores probables de los parámetros desconocidos y actualiza las estimaciones cuando los nuevos datos están disponibles. Los autores comparan AKF(C-D) empíricamente con cinco otros procedimientos de estimación, demostrando el rendimiento superior en predicción de AKF(C-D). Como extensión del enfoque básico de AKF(C-D), también desarrollan un procedimiento de filtros paralelos para estimar modelos de difusión cuando hay incertidumbre sobre la estructura del modelo de difusión o distribuciones previas de los parámetros desconocidos.