Causality and forecasting in temporally aggregated multivariate GARCH processes
时间聚合后多元GARCH过程的因果关系与预测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：摘要直接涉及多元GARCH波动率、时间聚合，以及高频过程下的已实现波动分布。
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
时间聚合后多元GARCH过程的因果关系与预测
- 研究问题
- 时间聚合如何改变多元GARCH过程中的方差因果关系，以及波动率预测应先对高频序列预测再聚合，还是直接预测低频序列？
- 方法与思路
- 作者分析时间聚合对瞬时及Granger方差因果关系的影响，比较两种波动预测路径，并推导高频GARCH下已实现波动的分布。
- 材料陈述的贡献
- 摘要称，虚假Granger因果较常见；通常先预测再聚合更有利，且优势不随预测期延长而减弱，并给出数值例子说明部分结果。
- 阅读关注点
- 应核对时间聚合的定义、退化情形的限制、预测比较采用的损失标准，以及高频过程假设如何影响已实现波动分布。
- 阅读边界
- 摘要未说明模型参数限制和预测优势的完整条件；这里的方差Granger因果属于预测关系，不能直接解释为结构性因果作用。
原文摘要
This paper discusses the effects of temporal aggregation on causality and forecasting in multivariate GARCH processes. It is shown that spurious instantaneous causality in variance will only appear in degenerated cases, but that spurious Granger causality will be more common. For forecasting volatility, it is generally advisable to aggregate forecasts of the disaggregate series rather than forecasting the aggregated series directly, and unlike for vector autoregressive moving average (VARMA) processes, the advantage does not diminish for large forecast horizons. Results are derived for the distribution of multivariate realized volatility if the high-frequency process follows multivariate GARCH. A numerical example illustrates some of the results. Copyright The Author(s). Journal compilation Royal Economic Society 2009