跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要以金融序列中的随机波动率、杠杆效应及其传播和波动率预测为核心,最直接对应波动率建模这一细分方向。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Leopoldo Catania

具有一般杠杆效应设定的随机波动率模型

研究问题
金融时间序列中,如何通过观测方程与对数波动率方程冲击之间的跨期相关,更充分刻画杠杆效应及其传播?
方法与思路
作者设定两类方程冲击在不同滞后上的一般相关结构,推导模拟极大似然与准极大似然估计,并考察有限样本表现。
材料陈述的贡献
摘要称,新设定嵌套其他非对称波动率模型,可用于检验与诊断;实证示例中杠杆传播拟合和波动率预测有所改善。
阅读关注点
阅读全文时应核对跨滞后相关结构的参数限制、模型识别、两类估计的计算方式,以及预测精度比较的设计。
阅读边界
摘要未说明相关结构的具体形式、实证样本及预测指标;单个实证示例的改善不足以确认跨市场或跨时期的普遍优势。

原文摘要

We introduce a new stochastic volatility model that postulates a general correlation structure between the shocks of the measurement and log volatility equations at different temporal lags. The resulting specification is able to better characterize the leverage effect and propagation in financial time series. Furthermore, it nests other asymmetric volatility models and can be used for testing and diagnostics. We derive the simulated maximum likelihood and quasi maximum likelihood estimators and investigate their finite sample performance in a simulation study. An empirical illustration shows that the postulated correlation structure improves the fit of the leverage propagation and leads to more precise volatility predictions.

笔记与分组
相关领域论文