Modeling realized covariance measures with heterogeneous liquidity: A generalized matrix-variate Wishart state-space model
异质流动性下的已实现协方差建模：广义矩阵 Wishart 状态空间模型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：摘要以资产收益的已实现协方差及流动性引起的测量误差为核心，对应波动率与高频计量。
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
异质流动性下的已实现协方差建模：广义矩阵 Wishart 状态空间模型
- 研究问题
- 当资产流动性不同且已实现协方差估计量带来复杂测量误差时，如何描述潜在协方差动态并进行可行的统计推断？
- 方法与思路
- 作者扩展 Wishart 状态空间模型，采用推广至单调缺失数据的 Riesz 测量密度，并利用似然分解实施贝叶斯 MCMC。
- 材料陈述的贡献
- 摘要称，Riesz 密度缓解 Wishart 隐含的测量误差衰减并便利推断；状态空间模型灵活刻画动态，应用展示样本内外表现。
- 阅读关注点
- 应核对异质流动性与单调缺失结构的联系、测量误差衰减的含义，以及潜在协方差动态、MCMC 和样本外评价的设定。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；误差结构、比较基准和预测指标未说明，摘要所称表现良好不足以确认普遍性能优势。
原文摘要
We propose to generalize the Wishart state-space model for realized covariance matrices of asset returns in order to capture complex measurement error structures induced by modern robust and data efficient realized covariance estimators and heterogeneous liquidity across assets. Our model assumes that the latent covariance matrix of the assets is observed through their realized covariance matrix with a Riesz measurement density, which generalizes the Wishart to monotone missing data. The Riesz alleviates the Wishart-implied attenuation of measurement errors and translates into a convenient likelihood factorization which facilitates inference using simple Bayesian MCMC procedures. The state-space approach allows for a flexible description of the covariance dynamics implied by the data and an empirical application shows that the model performs very well in- and out-of-sample.