Modeling and forecasting (un)reliable realized covariances for more reliable financial decisions
考虑可靠性的已实现协方差建模与预测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：摘要明确使用日内高频数据构造已实现协方差，并研究协方差预测和金融风险，因此对应高频计量与波动率方向。
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…
考虑可靠性的已实现协方差建模与预测
- 研究问题
- 高频数据构造的已实现协方差可靠性随时间变化时，如何把测量误差和衰减偏差纳入预测，以改善共同金融风险的刻画？
- 方法与思路
- 作者按已实现协方差的可靠程度调整预测响应，使预测对可靠观测反应更强、对不可靠观测反应更弱，并用于组合构造。
- 材料陈述的贡献
- 摘要报告组合换手降低及统计表现改善，并在其经验假设下估算每年最高170个基点的支付意愿；这属于作者的应用结果。
- 阅读关注点
- 应核对可靠性的测度、测量误差与时变衰减的建模、预测评价方法，以及组合比较、交易成本和支付意愿计算采用的假设。
- 阅读边界
- 仅据所给出版社摘要，无法判断收益改善的稳健性或成本假设；170个基点是特定模型评价结果，不能视为可实现收益保证。
原文摘要
We propose a new framework for modeling and forecasting common financial risks based on (un)reliable realized covariance measures constructed from high-frequency intraday data. Our new approach explicitly incorporates the effect of measurement errors and time-varying attenuation biases into the covariance forecasts, by allowing the ex-ante predictions to respond more (less) aggressively to changes in the ex-post realized covariance measures when they are more (less) reliable. Applying the new procedures in the construction of minimum variance and minimum tracking error portfolios results in reduced turnover and statistically superior positions compared to existing procedures. Translating these statistical improvements into economic gains, we find that under empirically realistic assumptions a risk-averse investor would be willing to pay up to 170 basis points per year to shift to using the new class of forecasting models.