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:摘要明确以高频收益构造已实现半协方差,并用于多元波动率模型。

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
Tim Bollerslev
Andrew J. Patton
Rogier Quaedvlieg

多元杠杆效应与已实现半协方差 GARCH 模型

研究问题
如何利用高频收益的正负符号信息,刻画多资产波动与相关性对冲击的不对称反应,并超越简单阈值项的描述?
方法与思路
作者将已实现半方差、半协方差与半相关性引入非对称多元波动模型,扩展双变量 GARCH 和较高维动态条件相关模型。
材料陈述的贡献
摘要称股票及市场组合应用显示拟合改善,并揭示新的非对称联合动态依赖;这些是作者报告的实证发现。
阅读关注点
应核对半协方差指标的定义与估计误差、模型的有效性约束,以及拟合比较的指标、基准设定和是否包含样本外评估。
阅读边界
仅据所给出版社摘要,无法判断改善幅度及统计显著性;更好拟合不直接证明更好预测或对不同市场均有效。

原文摘要

We propose new asymmetric multivariate volatility models. The models exploit estimates of variances and covariances based on the signs of high-frequency returns, measures known as realized semivariances, semicovariances, and semicorrelations, to allow for more nuanced responses to positive and negative return shocks than threshold “leverage effect” terms traditionally used in the literature. Our empirical implementations of the new models, including extensions of widely-used bivariate GARCH specifications for a number of individual stocks and the aggregate market portfolio as well as larger dimensional dynamic conditional correlation type formulations for a cross-section of individual stocks, provide clear evidence of improved model fit and reveal new and interesting asymmetric joint dynamic dependencies.

笔记与分组