EXPONENTIAL REALIZED GARCH-ITÔ VOLATILITY MODELS
指数已实现 GARCH–Itô 波动率模型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：摘要直接建模高频金融数据的瞬时及积分波动率，并连接已实现波动率与低频 GARCH 动态，领域对应明确。
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
指数已实现 GARCH–Itô 波动率模型
- 研究问题
- 如何构造连续时间高频金融波动率过程，使其对数积分波动率具有离散时间已实现 GARCH 动态，并开展参数估计？
- 方法与思路
- 作者构造具有非线性瞬时波动率结构的 Itô 扩散过程，将指数 GARCH 动态嵌入其中，并提出准似然估计。
- 材料陈述的贡献
- 摘要称模型使对数积分波动率呈现已实现 GARCH 结构，建立估计的渐近性质，并通过模拟和五十项标普成分资产研究展示优势。
- 阅读关注点
- 应核对瞬时与积分波动率的关系、已实现波动率测量误差的处理、准似然条件，以及实证比较指标和样本设计。
- 阅读边界
- 仅据所给 Crossref 摘要，数值优势的指标、幅度及比较模型未说明，不能据此判断普遍优越性或其他版本变化。
原文摘要
This paper introduces a novel Itô diffusion process to model high-frequency financial data that can accommodate low-frequency volatility dynamics by embedding the discrete-time nonlinear exponential generalized autoregressive conditional heteroskedasticity (GARCH) structure with log-integrated volatility in a continuous instantaneous volatility process. The key feature of the proposed model is that, unlike existing GARCH-Itô models, the instantaneous volatility process has a nonlinear structure, which ensures that the log-integrated volatilities have the realized GARCH structure. We call this the exponential realized GARCH-Itô model. Given the autoregressive structure of the log-integrated volatility, we propose a quasi-likelihood estimation procedure for parameter estimation and establish its asymptotic properties. We conduct a simulation study to check the finite-sample performance of the proposed model and an empirical study with 50 assets among the S&P 500 compositions. Numerical studies show the advantages of the proposed model.