Likelihoodbasert inferens i stokastisk volatilitetsmodeller

Det har lenge vært kjent at volatiliteten i finansielle markeder ikke er konstant over tid. For å kunne oppnå økt innsikt i dynamikken i slike markeder er derfor modeller som tillater variabel volatilitet en viktig brikke. En klasse med slike modeller er stokastisk volatilitetsmodeller. Tilpassing av stokastisk volatilitetsmodeller til data har generert en stor litteratur de siste årene. Fremdeles er metodikken som blir foreslått sterkt avhengig av hvilke modeller som brukes. Vinteren og våren 2008 har K leppe og Skaug utviklet en metodikk som forstørrer klassen av modeller som kan behandles effektivt ved hjelp av Laplaces metode. Det er nå ønskelig å trekke denne kunnskapen inn i en større internasjonal gruppe for mer effektivt kunne videreutvikle og for midle denne kunnskapen. Støtte gjennom dette prosjektet vil gjøre det mulig å få til et intenasjonalt forskersamarbeid der en får knyttet sammen ekspertise på stokastisk volatilitet (Yu), tidsrekkeøkonometri (Tjøstheim og Karlsen) og beregningsorientert statistikk (Skaug og Kleppe). Spesielt er det ønskelig med støtte til et lengre opphold for Kleppe hos Yu i Singapore, samt midler til å invitere Yu til miljøet i Bergen. I tillegg vil noe av midlene være avsatt til formidling. Det er et uttalt ønske fr a statistikkgruppen på matematisk institutt, UiB, å styrke aktiviteten og den akademiske rekrutteringen innenfor finans- og forsikringsmatematikk. Igangsettelse av dette prosjektet vil definitivt trekke i denne retningen.