Bayesian estimation of an extended local scale stochastic volatility model
扩展局部尺度随机波动模型的贝叶斯估计AI 解读 ↓
← 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：摘要核心是随机波动模型，并明确应用于汇率和资产收益序列。
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
扩展局部尺度随机波动模型的贝叶斯估计
- 研究问题
- 如何扩展局部尺度随机波动模型，使其纳入波动进入均值的效应与方差解释变量，并实现贝叶斯估计和模型比较？
- 方法与思路
- 作者构造演化方程扰动同分布的新模型，提出后验模拟器及模拟平滑器，并用贝叶斯因子比较不同波动模型。
- 材料陈述的贡献
- 摘要明确提出模型扩展和新的计算工具，并应用于公开的日度汇率与资产收益序列，与 t-GARCH 及对数正态随机波动模型比较。
- 阅读关注点
- 应核对状态演化与均值、方差方程的具体设定，模拟平滑器的实现，以及贝叶斯因子对先验选择的依赖。
- 阅读边界
- 仅依据所给出版社摘要；样本、先验和比较结果未说明，不能判断哪种模型更优，也不能将日度数据直接视为高频数据。
原文摘要
A new version of the local scale model of Shephard (1994) is presented. Its features are identically distributed evolution equation disturbances, the incorporation of in-the-mean effects, and the incorporation of variance regressors. A Bayesian posterior simulator and a new simulation smoother are presented. The model is applied to publicly available daily exchange rate and asset return series, and is compared with t-GARCH and Lognormal stochastic volatility formulations using Bayes factors.