MULTIVARIATE VOLATILITY MODELING OF ELECTRICITY FUTURES
电力期货的多元波动率建模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：摘要核心是期货收益的多元波动率与动态相关性建模及预测。
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…
电力期货的多元波动率建模
- 研究问题
- 如何区分电力期货波动率与相关性的长期平滑变化和短期动态？不同合约期限、拥堵及交割日期如何影响这些特征？
- 方法与思路
- 作者提出乘法动态条件相关模型，以非参数乘法成分描述长期变化，结合 GJR-GARCH、扩展 DCC 及短期方差中的外生变量。
- 材料陈述的贡献
- 摘要称长短期合约具有不同相关性动态；新模型在所研究电力期货上的预测表现高于标准 DCC，并允许区分长短期成分。
- 阅读关注点
- 核对长期成分的平滑估计、长短期分解的可区分性，以及拥堵和交割变量的设定，并检查预测评价指标与样本外设计。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定预测优势大小、统计显著性和评价设计；相对标准 DCC 的表现不代表对其他模型普遍占优。
原文摘要
SUMMARY We model the dynamic volatility and correlation structure of electricity futures of the European Energy Exchange index. We use a new multiplicative dynamic conditional correlation (mDCC) model to separate long‐run from short‐run components. We allow for smooth changes in the unconditional volatilities and correlations through a multiplicative component that we estimate nonparametrically. For the short‐run dynamics, we use a GJR‐GARCH model for the conditional variances and augmented DCC models for the conditional correlations. We also introduce exogenous variables to account for congestion and delivery date effects in short‐term conditional variances. We find different correlation dynamics for long‐ and short‐term contracts and the new model achieves higher forecasting performance compared \to a standard DCC model. Copyright © 2012 John Wiley & Sons, Ltd.