Bayesian Unit-Root Testing in Stochastic Volatility Models
随机波动率模型中的贝叶斯单位根检验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：摘要明确研究金融市场潜在波动率序列的单位根检验，并报告市场指数应用，最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
随机波动率模型中的贝叶斯单位根检验
- 研究问题
- 在随机波动率模型中，如何检验不可直接观测的波动率序列是否存在单位根，并判断金融市场波动的平稳性？
- 方法与思路
- 作者基于后验赔率比构造贝叶斯单位根检验，利用马尔可夫链蒙特卡洛方法近似该比值，并进行模拟与市场指数应用。
- 材料陈述的贡献
- 摘要称检验在中等样本下表现有效；七个市场指数拒绝单位根假设，台湾 TWSI 则显示部分非平稳证据。
- 阅读关注点
- 阅读时应核对潜在波动率的具体动态设定、单位根与平稳模型的先验，以及后验赔率的计算和模拟评价指标。
- 阅读边界
- 摘要未说明先验选择、样本规模、指数期间及“有效”的评价标准；检验结果的稳健性和经济含义需核对全文。
原文摘要
This article uses a Bayesian unit-root test in stochastic volatility models. The time series of interest is the volatility that is unobservable. The unit-root testing is based on the posterior odds ratio, which is approximated by Markov-chain Monte Carlo methods. Simulations show that the testing procedure is efficient for moderate sample size. The unit-root hypothesis is rejected in seven market indexes, and some evidence of nonstationarity is observed in the TWSI of Taiwan.