‘Déjà vol’: Predictive regressions for aggregate stock market volatility using macroeconomic variables
“似曾相识的波动”：利用宏观变量预测股票市场总体波动率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：摘要的预测对象明确是股票市场总体收益波动率，重点比较其月度与季度预测表现。
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
“似曾相识的波动”：利用宏观变量预测股票市场总体波动率
- 研究问题
- 在股票收益波动率具有持续性和逆周期性的背景下，加入宏观变量能否改善月度与季度波动率预测？
- 方法与思路
- 作者检验宏观不确定性、预期股票收益及信贷条件变量的Granger预测关系，并将样本外预测与单变量基准比较。
- 材料陈述的贡献
- 摘要称，多项宏观变量具有Granger预测信息，但样本外超越基准的证据较弱；简单预测组合较成功，信息集中于衰退初期。
- 阅读关注点
- 应核对波动率度量、预测窗口、宏观数据可得时点、单变量基准及组合规则，并区分全样本与衰退附近的表现。
- 阅读边界
- 摘要未报告预测损失、显著性及实时数据处理；Granger关系表示预测信息，不能解释为宏观变量对波动率的因果作用。
原文摘要
Aggregate stock return volatility is both persistent and countercyclical. This paper tests whether it is possible to improve volatility forecasts at monthly and quarterly horizons by conditioning on additional macroeconomic variables. I find that several variables related to macroeconomic uncertainty, time-varying expected stock returns, and credit conditions Granger cause volatility. It is more difficult to find evidence that forecasts exploiting macroeconomic variables outperform a univariate benchmark out-of-sample. The most successful approaches involve simple combinations of individual forecasts. Predictive power associated with macroeconomic variables appears to concentrate around the onset of recessions.