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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要直接研究波动率动态,并用随机贴现因子解释波动率风险溢价和 VIX。

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
Zhuo Huang
Chen Tong
Tianyi Wang

Realized GARCH、CBOE VIX 与波动率风险溢价

研究问题
如何在同一模型中刻画 VIX 与波动率风险溢价,并解释真实测度和风险中性测度下不同动态所产生的溢价时变性?
方法与思路
作者在 Realized GARCH 中引入收益冲击与波动率冲击,将两者纳入指数仿射随机贴现因子,以表达波动率风险补偿。
材料陈述的贡献
摘要称模型可给出 VIX 和波动率风险溢价的闭式表达,并在标普500相关实证中显著优于常规 GARCH 模型。
阅读关注点
应核对测度转换、贴现因子的约束和闭式公式推导,以及实证比较的评价指标、基准设定与显著性检验方式。
阅读边界
所给版本为 arXiv 预印本,同行评审及期刊接收未核实;摘要未说明具体参数限制、比较指标及优势的数值大小。

原文摘要

We show that the Realized GARCH model yields close-form expression for both the Volatility Index (VIX) and the volatility risk premium (VRP). The Realized GARCH model is driven by two shocks, a return shock and a volatility shock, and these are natural state variables in the stochastic discount factor (SDF). The volatility shock endows the exponentially affine SDF with a compensation for volatility risk. This leads to dissimilar dynamic properties under the physical and risk-neutral measures that can explain time-variation in the VRP. In an empirical application with the S&P 500 returns, the VIX, and the VRP, we find that the Realized GARCH model significantly outperforms conventional GARCH models.

笔记与分组
相关领域论文