Modeling Conditional Covariances With Economic Information Instruments
基于经济信息变量的条件协方差建模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：摘要以条件协方差建模为核心，并使用已实现协方差及 BEKK 模型开展模拟比较，直接对应金融波动率方向。
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
基于经济信息变量的条件协方差建模
- 研究问题
- 如何将预定的特异冲击、宏观经济及自身信息纳入条件协方差模型，并确保矩阵正定与估计不受变量排列顺序影响？
- 方法与思路
- 作者用预定的特异冲击、宏观经济及自身信息变量构建协方差分解，使模型按构造保持正定，并引入变量排序不变性。
- 材料陈述的贡献
- 摘要称设定在所用分解的线性函数类中唯一；模拟中的逐元素 MAE、RMSE 及整体矩阵 MAPE、RMSPE 均低于可比 BEKK 模型。
- 阅读关注点
- 核对协方差分解、正定性与排序不变性的推导，明确信息变量的角色，并检查已实现协方差及 BEKK 比较的设定是否可比。
- 阅读边界
- 摘要未说明信息变量的具体选取、模拟设计及实证适用范围；所述误差比较不能据此推广到其他数据、模型或评价指标。
原文摘要
We propose a new model for conditional covariances based on predetermined idiosyncratic shocks as well as macroeconomic and own information instruments. The specification ensures positive definiteness by construction, is unique within the class of linear functions for our covariance decomposition, and yields a simple yet rich model of covariances. We introduce a property, invariance to variate order, that assures estimation is not impacted by a simple reordering of the variates in the system. Simulation results using realized covariances show smaller mean absolute errors (MAE) and root mean square errors (RMSE) for every element of the covariance matrix relative to a comparably specified BEKK model with own information instruments. We also find a smaller mean absolute percentage error (MAPE) and root mean square percentage error (RMSPE) for the entire covariance matrix. Supplementary materials for practitioners as well as all Matlab code used in the article are available online.